用 math-modeling-skill 把建模竞赛跑成三阶段流水线

数学建模竞赛把三份工作压进几天时间：设计一个站得住的模型，在时间压力下实现它，再写一篇引用真实结果的论文。math-modeling-skill（v1.3.0）把这场硬仗变成三个角色的流水线——建模手、编程手、论文手——并在中间插入五道质量门禁，让每个阶段在下一阶段开始前先接受检查。

为什么这个 Skill 重要

每个阶段都有固定的交付物。建模阶段在门禁 M1 之前产出题目分析报告和术语表格。编程阶段必须先通过 P1（最小可运行结果）才做全量计算和正式出图，再过 P2，交付代码、结果表格和一份机器可读的复现清单。论文阶段在门禁 W1 先搭证据大纲，通过 W2 后交付默认的 完整论文.docx——一份 Word 论文，显式要求时才附加 LaTeX 和编译 PDF。

实现层同时覆盖 Python 和 MATLAB，并按选中的模型动态检查依赖。可复现性写进了契约：随机种子、输入文件 SHA-256、运行时与依赖版本、关键参数和唯一复现命令全部留档。

安装

git clone https://github.com/XiaoMaColtAI/math-modeling-skill.git

把仓库放入所用 agent 的 Skills 目录，或者一条命令安装：

npx skills add https://github.com/xiaomacoltai/math-modeling-skill --skill math-modeling

README 列出可运行它的工具：Claude Code、Codex、Cursor、Trae 和 Qoder；仓库还为 DeepSeek Harness 桌面端附带了一个预设。

实战：把一道题从提示词跑到 Word 论文

1. 加载 skill，然后把题目和附件交给它。
2. 一条指令跑完整条流水线：

使用数学建模 Skill 完成这道题，默认生成 Word 论文。

3. 建模阶段交出分析报告和术语表格；门禁 M1 验证通过后才动代码。
4. 编程阶段先跑 P1——全量计算和正式出图前的最小可运行结果——然后交付代码、结果表格和 results/ 下的复现清单。
5. 时间不够？只跑单个阶段：

只做建模分析，输出题目分析报告和术语表格。

6. 论文阶段在 W1 搭建证据大纲——每条结论绑定真实结果、图表或文献——之后才生成 Word 文档，其中必须包含至少 8 幅覆盖全部子问题的正式图。

技巧

• 质量门禁是只读 Subagent，协议很严格：门禁返回 FAIL 时，由原阶段按证据修正并重新复验——主 Agent 不得自行覆盖失败结论。
• 算法资料覆盖七类：优化、预测、评价、图论、统计、综合和机器学习。论文搜索工具并行调用 OpenAlex 与 AnySearch，按 DOI 或题名交叉核验；AnySearch 需要密钥时设置 ANYSEARCH_API_KEY。
• 仓库的示例展示区有 2025 年国赛 A 题和 B 题的成图效果，自己开跑前可以先看看图长什么样。
• 题目文件保持只读；skill 只写你的项目目录，需要改模板时先复制过去再改。

何时不用这个 Skill

README 说得很清楚：生成的论文仅供参考，结构与格式必须以目标竞赛当届的官方规则和官方模板为准。这也意味着它是竞赛与建模工具，不是通用文档生成器——如果交付物是一篇博客或一套幻灯片，写作类 skill 更合适。不同竞赛的页数、摘要和编号配置各不相同，记得留出时间把输出对齐当届要求。

查看 排行榜 了解更多 skill。