XiaoMaColtAI/math-modeling-skill

解決する課題

このプロジェクトは、数学的モデリングコンペティションやプロジェクトに取り組むAIエージェント向けの構造化された3段階ワークフローを提供します。問題の初期分析とモデル設計からコード実装、最終的な学術論文生成までを自動化し、結果の再現可能性と文書作成がプロフェッショナルな科学的基準を満たすことを保証します。

動作方法

システムは、エラーの拡散を防ぐために明確な品質ゲート（チェックポイント）を備えた3つの異なる役割にタスクを分割します：

1. モデリング専門家：問題を分析し、アルゴリズムを定義し、用語表を作成します。
2. プログラミング専門家：PythonまたはMATLABでモデルを実装し、データテーブルを生成し、高品質な科学的可視化を提供します。
3. 論文専門家：結果に基づいて最終的な主張を構築し、Word（デフォルト）またはLaTeX形式で論文を生成します。

「サブエージェント」システムを用いて、文献レビューまたはアルゴリズムプロトタイピングなどのオプションの専門的タスクを実行可能であり、プログラミング専門家または論文専門家が実装が不可能または証拠が不足している場合、モデリング専門家にタスクを戻す厳密なフィードバックループを採用しています。

対象ユーザー

Claude Code、Cursor、Trae、DeepSeek HarnessなどのAIエージェントユーザーで、CUMCM、MCM/ICM、MathorCupなどの数学的モデリングコンペティションに参加する人向けに設計されています。

主な特徴

• 二言語対応：PythonおよびMATLABのネイティブ実装機能を備えています。
• 出版水準のビジュアライゼーション：SVGおよび300 DPI PNG出力に対応するSCI/Natureスタイルの科学的プロットツールを統合しています。
• 二重エンジン研究：OpenAlexとAnySearchを並列で使用して、相互検証可能な文献検索を実現しています。
• 論文自動生成：公式テンプレートをサポートし、ネイティブなWord OMML数式と完全なLaTeXからDOCXへの変換を実現しています。
• 厳格な品質管理：5つの独立した品質ゲート（M1、P1、P2、W1、W2）を実装し、次の段階に進む前に結果が検証されることを保証しています。