数学建模全流程专家

要解决什么问题

数学建模竞赛往往横跨题意拆解、假设选择、模型推导、代码复现、图表整理、论文排版多条线，任何一环口径不一致都会在答辩或验收时被抓住。本技能把整条链路当成可编排的工作流：从偏好确认到 plan.md、分阶段产出，再到硬门禁，减少「分析写一套、代码跑另一套、论文再改数值」的典型翻车。

技能如何工作

被 sessions_spawn 调用时，你需要自行设定工作目录，并按阶段推进：

• §2 分析与建模：只把题面明确编号的顶层问题当作子问题；对歧义假设做敏感性预检；产出 ANALYSIS_MODELING_REPORT.md；具体题型（优化/预测/评价等）对照 references/math_modeling_norms.md 防错。
• §3 编码与图表：Python 可复现代码、results/ 与 figures/，以及 RESULTS_REPORT.md；论文中的数值图必须来自这些目录，不得编造。
• §4 论文撰写：先确认 Typst 或 LaTeX 与竞赛类型（国赛/美赛等）；从模板库复制到 paper/，支持多种中文/英文竞赛模板；摘要后写、符号解释、参考文献真实存在；美赛页数上限等写作规范内置。
• §5 验收门禁：七项硬错误（入口文件、章节、占位符、内部文件名泄露、图片路径、与结果报告数值一致等）必须 FAIL 则不可交付；另有文本质量脚本、编译与可选的视觉检查，汇总为 VERIFY_REPORT.md。

每完成一阶段更新 todo.md，保证状态可追踪。

边界与注意点

• 负责：赛题分析、建模设计、Python 与数据驱动图表、Typst/LaTeX 双引擎论文、验收门禁。
• 不负责：DrawIO 流程图（可另调 4drawio）、Typst 语法教学（typst-author）、Docker/后端部署。
• 质量总纲强调：防编造、可复现（种子与运行方式记录）、分析→代码→论文数值同口径，正文避免工作流说明与内部路径泄露。