XiaoMaColtAI/math-modeling-skill

해결하는 문제

이 프로젝트는 수학 모델링 대회 및 프로젝트를 위한 구조화된 3단계 워크플로우를 제공합니다. 초기 문제 분석 및 모델 설계부터 코드 구현, 최종 학술 논문 생성까지의 전환을 조정하여 프로세스가 파편화되는 문제를 해결하고, 결과의 재현성과 시각적 전문성을 보장합니다.

작동 방식

이 시스템은 순차적으로 또는 독립적으로 실행될 수 있는 세 가지 전문 역할을 통해 작동합니다.

1. 모델링 분석가 (Modeling Analyst): 문제를 분석하고, 하위 질문으로 세분화하며, 적절한 모델을 선택하고 검증 계획을 설계합니다.
2. 프로그래머 (Programmer): Python 또는 MATLAB을 사용하여 모델을 구현하고, 데이터 테이블을 생성하며, 과학적 시각화 자료를 만듭니다.
3. 논문 작성자 (Paper Writer): 결과를 바탕으로 최종 논리를 구성하고 Word 또는 LaTeX 형식으로 논문을 생성합니다.

품질을 보장하기 위해 워크플로우에는 '품질 게이트'(독립적인 체크포인트)와 문헌 조사 또는 규칙 검증과 같은 특정 작업을 위한 선택적 하위 에이전트가 포함되어 있습니다. 학술 논문 검색(OpenAlex 및 AnySearch 경유), 과학적 플로팅, 문서 변환을 위한 통합 도구 모음이 포함되어 있습니다.

대상 사용자

수학 모델링 대회(CUMCM, MCM/ICM, APMCM 등) 참가자와 일반적인 수학 모델링 프로젝트를 수행하는 연구자 및 학생을 위해 설계되었습니다.

주요 특징

• 3단계 파이프라인: 분석 $\rightarrow$ 구현 $\rightarrow$ 작성으로 이어지는 엄격한 흐름.
• 이중 언어 지원: Python과 MATLAB을 모두 기본 지원하며 동적 의존성 검사 기능을 갖춤.
• 출판 품질의 시각 자료: 고해상도(DPI), 색약 친화적인 과학적 플로팅 도구(SVG/PNG).
• 학술 도구: 이중 엔진 논문 검색 통합 및 Word와 LaTeX의 공식 대회 템플릿 지원.
• 재현성: 난수 시드, 파일 해시(SHA-256), 환경 버전의 자동 기록.
• 에이전트 통합: DeepSeek Harness를 위한 즉시 사용 가능한 프리셋 제공 및 Cursor, Claude Code와 같은 AI 코딩 어시스턴트와 호환.