数学建模竞赛/项目端到端 Agent Skill:选题·数据审计·建模验证·制图·论文·提交审计
Python
5
17 commits
updated Aug 30, 2026
一个面向数学建模竞赛与统计类项目的 Agent Skill,适用于 Hermes、Codex、Cursor、Windsurf、Claude Code 或任何支持 SKILL.md 的 AI 编程/助手环境。
它以题目覆盖、证据链、模型—数据—代码—论文一致性和当届规则合规为主线,协助完成从选题到提交审计的端到端工作。
完整性和正确性优先于表面创新;所有关键数字、图表和结论都应能够追溯到真实数据、代码、配置或已核验来源。多 Agent 协作时,验证口径必须与交付任务同构,冲突显式列出、按交付口径裁决。
math-modeling.skill/
├── README.md
├── LICENSE ← MIT 许可证
├── .gitignore
├── SKILL.md ← 主入口:触发条件、质量优先级、工作模式选择
├── agents/ ← 可选:各 Agent 平台的 interface 适配
│ └── openai.yaml
├── references/ ← 参考文档(按任务类型组织)
│ ├── competition-compliance.md ← 竞赛规则与 AI 使用合规
│ ├── paper-hand-workflow.md ← 论文手主工作流
│ ├── paper-structure-patterns.md ← 论文结构模式库
│ ├── paper-and-visualization.md ← 论文结构、摘要、公式、表格与图表
│ ├── out-of-sample-evaluation-and-drift.md ← 外推评估与时间漂移
│ ├── multi-agent-convergence.md ← 多 Agent 协作与口径收敛
│ ├── figure-production.md ← 图表制作规范
│ ├── figure-python-patterns.md ← Python 绘图模式
│ ├── final-audit.md ← 提交前审计清单
│ ├── topic-selection.md ← 选题与放弃信号
│ ├── problem-types-and-validation.md ← 问题类型与验证策略
│ ├── statistical-problems.md ← 统计类问题建模范式
│ └── workflow-templates.md ← 任务控制表模板
├── scripts/ ← 可执行脚本(数据指纹、占位符扫描、图形审计、数据画像)
│ ├── data_fingerprint.py ← 二手数据指纹比对(机械准入门槛)
│ ├── scan_placeholders.py ← 论文成稿空占位符与数字缺失扫描
│ ├── audit_figure.py ← 图表一致性审计
│ └── profile_tabular_data.py ← 数据画像与质量报告
└── paper-formatting/ ← 独立 Skill:论文 Word 排版规范与工具(见下)
├── SKILL.md ← 触发条件、格式规格、工作流与验收标准
└── scripts/ ← OMML 公式构造、run 级文本修补、章节替换
├── omml_lib.py ← LaTeX→OMML、公式表、三线表构造器
├── docx_patch.py ← run 级安全文本替换(跨 run 拆分免疫)
└── docx_section_swap.py ← 跨文档章节替换(标题定界、深拷贝插入)
以 2026 模拟赛 1B 论文(final.docx)管线的实测规格为基准的 Word 排版规范,覆盖:
随附三个脚本均有冒烟/端到端测试记录,可直接复用。安装时如需单独启用该 Skill:
# 方式一:随主 skill 克隆后手动复制
git clone https://github.com/ai-lcs/math-modeling.skill.git
cp -r math-modeling.skill/paper-formatting <agent-skills-dir>/paper-formatting
# 方式二:独立克隆仓库子目录(sparse checkout)
git clone --filter=blob:none --sparse https://github.com/ai-lcs/math-modeling.skill.git
cd math-modeling.skill && git sparse-checkout set paper-formatting
将本仓库克隆或下载到 Agent 的 skill 目录下:
git clone https://github.com/ai-lcs/math-modeling.skill.git <agent-skills-dir>/math-modeling
不同平台的 skill 目录:
~/.codex/skills/math-modeling~/.cursor/skills/math-modeling(或项目级 .cursor/skills/)~/.windsurf/skills/math-modeling~/.claude/skills/math-modeling~/AppData/Local/hermes/skills/math-modeling(Windows)如果目标位置已存在旧版本,请先备份旧目录,再用新目录完整替换。重新开启任务后,Agent 会读取更新后的 Skill 描述并自动匹配。
当请求明显涉及数学建模竞赛、赛题求解、数据审计、模型验证、论文或提交检查时,Agent 可以根据 SKILL.md 中的 description 自动选择它。
欢迎提交 Issue 和 PR。核心设计哲学:
MIT
17 commits
Python
100.0%
数学建模竞赛/项目端到端 Agent Skill:选题·数据审计·建模验证·制图·论文·提交审计
Python
5
17 commits
updated Aug 30, 2026
一个面向数学建模竞赛与统计类项目的 Agent Skill,适用于 Hermes、Codex、Cursor、Windsurf、Claude Code 或任何支持 SKILL.md 的 AI 编程/助手环境。
它以题目覆盖、证据链、模型—数据—代码—论文一致性和当届规则合规为主线,协助完成从选题到提交审计的端到端工作。
完整性和正确性优先于表面创新;所有关键数字、图表和结论都应能够追溯到真实数据、代码、配置或已核验来源。多 Agent 协作时,验证口径必须与交付任务同构,冲突显式列出、按交付口径裁决。
math-modeling.skill/
├── README.md
├── LICENSE ← MIT 许可证
├── .gitignore
├── SKILL.md ← 主入口:触发条件、质量优先级、工作模式选择
├── agents/ ← 可选:各 Agent 平台的 interface 适配
│ └── openai.yaml
├── references/ ← 参考文档(按任务类型组织)
│ ├── competition-compliance.md ← 竞赛规则与 AI 使用合规
│ ├── paper-hand-workflow.md ← 论文手主工作流
│ ├── paper-structure-patterns.md ← 论文结构模式库
│ ├── paper-and-visualization.md ← 论文结构、摘要、公式、表格与图表
│ ├── out-of-sample-evaluation-and-drift.md ← 外推评估与时间漂移
│ ├── multi-agent-convergence.md ← 多 Agent 协作与口径收敛
│ ├── figure-production.md ← 图表制作规范
│ ├── figure-python-patterns.md ← Python 绘图模式
│ ├── final-audit.md ← 提交前审计清单
│ ├── topic-selection.md ← 选题与放弃信号
│ ├── problem-types-and-validation.md ← 问题类型与验证策略
│ ├── statistical-problems.md ← 统计类问题建模范式
│ └── workflow-templates.md ← 任务控制表模板
├── scripts/ ← 可执行脚本(数据指纹、占位符扫描、图形审计、数据画像)
│ ├── data_fingerprint.py ← 二手数据指纹比对(机械准入门槛)
│ ├── scan_placeholders.py ← 论文成稿空占位符与数字缺失扫描
│ ├── audit_figure.py ← 图表一致性审计
│ └── profile_tabular_data.py ← 数据画像与质量报告
└── paper-formatting/ ← 独立 Skill:论文 Word 排版规范与工具(见下)
├── SKILL.md ← 触发条件、格式规格、工作流与验收标准
└── scripts/ ← OMML 公式构造、run 级文本修补、章节替换
├── omml_lib.py ← LaTeX→OMML、公式表、三线表构造器
├── docx_patch.py ← run 级安全文本替换(跨 run 拆分免疫)
└── docx_section_swap.py ← 跨文档章节替换(标题定界、深拷贝插入)
以 2026 模拟赛 1B 论文(final.docx)管线的实测规格为基准的 Word 排版规范,覆盖:
随附三个脚本均有冒烟/端到端测试记录,可直接复用。安装时如需单独启用该 Skill:
# 方式一:随主 skill 克隆后手动复制
git clone https://github.com/ai-lcs/math-modeling.skill.git
cp -r math-modeling.skill/paper-formatting <agent-skills-dir>/paper-formatting
# 方式二:独立克隆仓库子目录(sparse checkout)
git clone --filter=blob:none --sparse https://github.com/ai-lcs/math-modeling.skill.git
cd math-modeling.skill && git sparse-checkout set paper-formatting
将本仓库克隆或下载到 Agent 的 skill 目录下:
git clone https://github.com/ai-lcs/math-modeling.skill.git <agent-skills-dir>/math-modeling
不同平台的 skill 目录:
~/.codex/skills/math-modeling~/.cursor/skills/math-modeling(或项目级 .cursor/skills/)~/.windsurf/skills/math-modeling~/.claude/skills/math-modeling~/AppData/Local/hermes/skills/math-modeling(Windows)如果目标位置已存在旧版本,请先备份旧目录,再用新目录完整替换。重新开启任务后,Agent 会读取更新后的 Skill 描述并自动匹配。
当请求明显涉及数学建模竞赛、赛题求解、数据审计、模型验证、论文或提交检查时,Agent 可以根据 SKILL.md 中的 description 自动选择它。
欢迎提交 Issue 和 PR。核心设计哲学:
MIT
17 commits
Python
100.0%