数学建模全流程专家

要解决什么问题

数学建模竞赛往往要在有限时间里完成「读题 → 建模 → 编程 → 出图 → 写论文 → 自检」整条链路。环节一多，常见问题包括：子问题拆错、假设未做敏感性预检、优化/预测/评价类模型的典型坑（约束未回代、时序泄露、权重不一致等）、论文图表与 results/ 数值对不上，以及交付前仍残留占位符或内部路径泄露。

技能如何工作

本 Skill 作为全流程编排器，被 sessions_spawn 调用时自行设定工作目录，按阶段推进并更新 todo.md：

• §2 分析与建模：顶层编号子问题拆解、假设预检、模型公式与求解策略，产出 ANALYSIS_MODELING_REPORT.md；题型细节可对照 references/math_modeling_norms.md。
• §3 编码与图表：Python 可复现代码、实验与数据驱动图表，产出 code/、results/、figures/ 与 RESULTS_REPORT.md。
• §4 论文撰写：先确认 Typst 或 LaTeX、竞赛类型与语言，从模板库复制到 paper/；图表仅引用 §3 产出，按引擎插入并编译。
• §5 验收门禁：7 项硬错误（入口文件、章节、占位符、图片路径、数值一致性等）必须 PASS，再配合文本质量与编译/视觉检查，输出 VERIFY_REPORT.md。

启动时会优先询问排版引擎、竞赛类型、论文语言与子问题数量，并写入 plan.md 与目录结构。

适用边界

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：不编造数值与参考文献、随机种子与运行方式可复现、分析到论文数值同口径。