ThinkMath
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,将 ThinkMath 技能安装到 AI 助手中,规范名为 @user_e21094cd/thinkmath。
技能介绍
数学建模任务卡在哪里
数学建模不是一道题,而是一条流水线:读懂题目、提取约束、建模求解、检查数据、画图、写 LaTeX 论文,最后逐项核对排版与内容。实际使用大模型时,常见的失败模式是混用规则——解析阶段还在用论文模板的格式要求,求解结果没有验证说明就直接进入分析,或者代码报错后模型要么硬着头皮继续,要么凭空编一个结果。另一个问题是上下文冗余:把六层的规范一次性塞进对话,推理质量反而下降。
ThinkMath 的解法:分层契约 + 单点加载
ThinkMath 用一张层级执行矩阵把任务拆成六层,每层对应唯一的规范文件:
references/problem_parsing.md:问题重述、约束提取、变量识别,产出problem_data.jsonreferences/problem_solving.md+tools/model_library.md:按题序逐题求解,代码独立目录、独立运行,输出result.jsonreferences/data_analysis.md:跨问题一致性检查与合理性分析,异常则打回重做references/data_visualization.md:按需求选择图表类型,生成独立绘图脚本references/paper_writing.md:按标准章节结构产出paper.tex与reference.bibreferences/paper_checking.md:排版、内容、编译日志三重检查
核心机制有三点:
- 强制层级决策:每次响应前先输出当前执行层级,不确定就提问而不是猜测
- 单点加载:每次只加载
SKILL.md+ 一个层文件,tools/tool_guard.md仅在工具调用时自动介入 - 防卡死硬约束:同一问题重试上限 3 次,超限即终止并标记为「待人工介入」
适用边界与注意点
- 定位是建模竞赛场景(如 CUMCS 风格题目),不是通用数值计算工具
- 论文编写依赖本地 LaTeX 环境,编译错误 3 次后需要人工介入修复
- 「打回重做」针对的是已确认的
problem_data.json,确认前修改该文件属于红线行为 - 异常打回和代码失败的重试次数独立计算,遇到循环检测信号必须立即终止
简单说:它把「自由发挥」变成了「可追溯的流水线」,代价是遵守更严格的契约。
使用场景
- 备赛期间拿到赛题后,需要从问题重述、约束提取到 `problem_data.json` 生成,完成规范的数学建模题目解析流程。
- 题目解析完毕,需要按题序独立运行求解代码,生成带合理性验证说明的 `result.json` 与运行日志。
- 求解结果已产出,需要执行跨问题一致性检查,识别异常后按规范打回第 2 层重新解答对应问题。
- 论文初稿已完成,需要逐项检查 LaTeX 排版与内容完整性,输出 `check_report.md` 供后续修正。
适合人员
- 参加数学建模竞赛的在校生,需要在有限时间内按规范完成从建模到论文的完整题目闭环。
- 负责带队竞赛的指导老师,需要统一队员的解题流程与产出物规范,避免跳层或格式混乱。
- 维护 AI 智能体技能集的开发者,需要为数学建模场景设计一套带层级决策与防卡死机制的可路由 Skill。
- 需要撰写 LaTeX 建模论文并保证数据可追溯的研究者,需要检查环节能自动产出核对报告。