yushui2022/MathModel-Skill

Agent-native mathematical modeling workflow skills for Trae, Claude Code, and Codex, covering problem parsing, modeling, code generation, evidence checks, paper writing, and Word delivery.

解決する課題

MathModel Skill は、数学的モデリングコンペティションのライフサイクル全体を扱うための構造化されたフレームワークを AI プログラミングエージェントに提供します。単一のプロンプトで論文を生成するのではなく、実際に計算が行われ、証拠が収集され、プロフェッショナルな形式(Word/PDF)で正式な論文が生成される検証可能なワークフローにプロセスを変換します。

動作方法

このプロジェクトは、S0 から S8 までの複数段階のパイプラインを実装しており、異なる「スキル」が特定のタスクを担当します。入力の事前チェックや問題分析から始まり、モデル選択、コード作成、実行、最終的に正式な執筆とレンダリングチェックへと進みます。

主なメカニズムは以下の通りです:

  • 証拠に基づくワークフロー:各ステップで実際にファイルと証拠(SHA-256 で記録)が生成され、次のステップがそれらに依存するため、エージェントが結果を架空に生成するのを防ぎます。
  • 段階的な能力レベル:LLM の能力に応じて、基本的なレポートから高強度の研究(複数ルート比較やロバストネス実験を含む)まで対応する、3 種類のバージョン(Lite、Standard、Pro)を提供します。
  • 正式な執筆:専用のライター部品が論文をセクションごとに作成し、内容を監査して、ネイティブな Word 数式と LibreOffice を通じた PDF レンダリングを含む最終ドキュメントに統合します。

対象ユーザー

AI エージェント(Codex、Claude Code、Trae など)を用いて問題分析、データ処理、論文作成を支援する数学的モデリングコンペティションへの参加者(学生や研究者)。

主な特徴

  • 検証可能な実行:エージェントが実際のコードを実行し、証拠を保持するよう強制し、プロセスのシミュレーションにとどまらない。
  • マルチプラットフォーム対応:Codex、Claude Code、Trae 用の事前構築済みインストールパッケージを提供。
  • フォーマットの厳格さ:論文の長さ、ネイティブな Word OMML 数式、PDF レンダリングの検証を自動チェック。
  • 段階的ワークフロー:LLM の推論力とコストに応じて柔軟に選べるバージョン(Lite、Standard、Pro)を提供。

関連

  • プロジェクト
  • プロジェクト
  • プロジェクト
  • プロジェクト
  • プロジェクト