Agent Skills
返回列表
🎓

原力学院数学建模竞赛全流程自动化

教育学习 更新于 2026.08.29

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,安装 @user_d7591ff9/math-model-agent。

技能介绍

要解决的问题

数学建模竞赛的难点从来不是某一个具体模型,而是把链条管起来:赛题要拆、数据要读、代码要跑、图要画、论文要排版,每个环节之间还要求数值一致。人工串联时,改一处假设常常意味着回改好几份文档,论文写着一套、代码跑出另一套也很常见。这个技能正是围绕着这些断裂点,把一道赛题到一份可提交 PDF 之间串成流水线。

核心能力与运行流程

它把竞赛拆成六个阶段,每个阶段产出约定好的文件,下一阶段只读上阶段的产出,不靠印象续写。

  • Phase 1 赛题分析:拆解子问题、列出假设与歧义、写出目标函数与约束,产出 reports/ANALYSIS_MODELING_REPORT.md;选算法时先查 algorithm_knowledge_base.md 里的决策树,再进行模型设计。
  • Phase 2 编程实现:逐个子问题跑通并验证,数据驱动图写入 figures/,关键数值记录到 reports/RESULTS_REPORT.md。
  • Phase 3 非数据图:用 DrawIO 画技术路线图和流程图,与 Phase 2 的数据图严格分开,互不重画。
  • Phase 4 论文撰写:从 GitHub Releases 拉取 34 套 Typst + LaTeX 模板,按引擎排版成稿。
  • Phase 5 验收:writing_check.sh 做文本泄漏与占位符检查,编译后逐页导出 PNG 做视觉核对。

配套资源包括建模规范知识库、覆盖图论/优化/微分方程/统计等 12 个领域的算法知识库,以及 11 套科研绘图模板。

适用边界

它是工作流框架,不是自动拿奖的按钮。本地至少要有一个论文编译器(typst 或 xelatex)和 Python 的 numpy、pandas、matplotlib;模板托管在 GitHub Releases,运行时需要网络下载。
论文里每个数都必须能回溯到结果记录或图表,编造数据或四舍五入口径不一致会被判 FAIL;正文不允许出现工作流内部文件名,参考文献必须真实存在。赛题本身的歧义仍需人来判断,它只负责把判断固定下来并让后续环节读到。

使用场景

  • 三天美赛开赛在即,需要按英文规范从赛题分析直接产成品论文,准备用 Typst 引擎排版。
  • 整理往年国赛题的求解流程,想快速复现协议方案和节点权重,不需要再重写一遍建模报告。
  • Hilbust杯建模实习中遇到优化类题,需要先把可行解跑通再迭代目标函数,同时用收敛曲线指导调参。
  • 论文修改阶段最怕数不对,要把所有图表和关键数值回链到结果记录并做一致性校验。

适合人员

  • 正在备战数学建模国赛、美赛等多类赛题,并希望把整篇论文排版交给 Typst 或 LaTeX 的参赛学生。
  • 面对历年赛题收集,需要一套可复用的建模流程和规范报告,不必每次重新搭建工程结构的指导老师。
  • 在科研团队中负责技术开发,常需要将复杂算法求解过程固化为文档和图示的工程师。
  • 计划从赛题解析到成品论文全链路跑通,希望减少重复排版时间的建模团队。