zhnnky329/MathModeling-skills

MathModeling‑skills – 用于数学建模竞赛的 AI 辅助工作流程护栏

它是什么

• 由 29 个 skills（小型、可重复使用的 AI 驱动组件）组成的集合，共同构成了一个严格且可审计的管道，用于准备数学建模竞赛论文。
• AI 仅被允许处理机械性任务——解析问题、清理数据、生成代码、检查可重现性、冻结数据以及制作图表。所有科学判断（模型选择、结果解释、叙述）均由人类团队负责。
• 该仓库作为 Claude Code 和 Codex/ChatGPT 的原生插件发布，因此可以直接在对话中调用这些技能。

为什么存在

• 竞赛团队经常因为工作流程疏忽而失分：误读问题、使用非脚本生成的数据，或在修复 Bug 后忘记更新论文。
• MathModeling‑skills 插入了硬性门控（G1‑G6），除非通过必要的检查，否则会阻止后续步骤，使这些疏忽难以隐藏。

运作方式（管道）

门控	发生事项	决策权归属
G1 – PROBLEM_FRAMED	problem‑parser、problem‑classifier、related‑paper‑analyzer 建立结构化的问题描述。	AI (机械性)
G2 – METHOD_SCREENED	method‑selector 建立一个主要候选方案、一个基准方案和一个可选的备用方案；风险探测摘要检查假设、数据覆盖率、输出退化、扰动敏感度和规模。	人类 (选择采用哪个候选方案)
G2.5 – CHOSEN_BY_HUMAN	用户记录所选方法及其理由。	人类
G3 – CODE_AND_EXPERIMENT_REVIEWED	代码生成器（python‑model‑code‑generator、matlab‑model‑code‑generator）产生脚本；code‑reviewer 撰写包含五个命名语义检查的 JSON 审查报告。	AI 撰写审查，人类签核
G4 – RESULTS_FROZEN	result‑report‑generator、robustness‑checker、math‑figure‑generator 产生实验报告和图表；所有数据写入 frozen_numbers.json。任何后续更改必须记录并重新冻结。	人类触发冻结；AI 强制执行规则
G5 – PAPER_SECTION_READY	paper‑section‑writer 从冻结快照中草拟章节；paper‑polisher 优化语言；reference‑manager 建立验证过的参考文献。	人类草拟，AI 辅助
G6 – AUDIT_LAYER_PASSED	三个独立审计员（一致性、完整性、质量保证）在 submission‑packager 建立最终存档前必须全部通过。	人类必须解决任何失败

关键组件

• workflow‑orchestrator – 中央状态机，追踪每个子问题所处的门控，并强制执行“下游过时”规则。
• symbol‑table‑builder – 单一共享词汇表（symbol_table.md），所有脚本和论文均引用此表。
• data‑auditor‑cleaner – 建立只读原始数据文件夹和清理后的副本，确保原始数据永远不会被覆盖。
• model‑code‑generator – 用于可重现性的确定性代码（SEED = 2026），支持 Python 和 MATLAB（后者限制为竞赛兼容功能）。
• math‑figure‑generator – 产生 SVG/PNG 图表，在进入论文前必须通过视觉 render‑check。
• frozen_numbers.json – 出现在手稿中每个数值的单一事实来源；仓库禁止手动编辑。
• audit layer – 三个基于 JSON 的审计员，必须全部成功；它们验证跨文件一致性、所有审查工件的存在以及整体工作流程合规性。

安装与使用

1. 克隆仓库并执行 ./install.sh。该脚本会在用户、项目或本地范围内注册 mathmodeling‑skills 插件供 Claude 和/或 Codex 使用。
2. 在新的对话中，发送 Initial Prompt（仓库中提供）以启动工作流程。
3. 使用自然语言指令与编排器互动，例如：
   • Q2 has experiment report round1 done. Let workflow‑orchestrator decide whether to iterate or lock the method.
   • Use robustness‑checker for Q1. Do not rerun the main model.
   • Run consistency‑auditor, then completeness‑auditor, then quality‑assurance‑auditor.
4. AI 返回直接存储在项目树中的 JSON 文件（审查、审计、冻结数据）；人类审查后进入下一个门控。

它不是什么

• 一键式论文生成器。
• 捏造数据、结果或引用的系统。
• 参赛者科学判断的替代品。
• 适用于所有竞赛的通用解决方案——用户仍必须验证 AI 的使用是否符合特定竞赛规则。

谁可能受益

• 参加 COMAP 的 MCM/ICM、CUMCM 或其他允许公开 AI 辅助的大学级建模竞赛的团队。
• 希望教授严谨、可重现建模管道的教育工作者。
• 寻求在协作数据分析项目中强制执行可重现性和可审计性模板的研究人员。

授权

• MIT – 可自由使用、修改和重新分发。

---

以上所有细节均直接取自仓库的 README；未推断任何额外功能。