XiaoMaColtAI/math-modeling-skill
数学建模技能 - 面向 CUMCM、MCM/ICM 等数学建模竞赛的三阶段工作流:建模分析、Python/MATLAB 编程与 DOCX 论文生成。包含丰富的算法资源库(优化/预测/评价/图论/机器学习等)、角色指导文档、论文模板和实用工具脚本
解決的問題
本專案為AI代理提供一套結構化的三階段工作流程,用於應對數學建模競賽與專案。它自動化了從初始問題分析與模型設計,到程式碼實作與最終學術論文生成的全過程,確保結果可重現,文件符合專業科學標準。
如何運作
系統將任務劃分為三個獨立角色,並設置專用的品質門(檢查點),以防止錯誤傳播:
- 建模專家:分析問題,定義演算法,並建立術語表。
- 程式設計專家:使用Python或MATLAB實作模型,產生資料表,並製作高品質的科學視覺化圖表。
- 論文專家:基於結果建構最終論點,並以Word(預設)或LaTeX格式生成論文。
系統採用「子代理」機制,支援可選的專業任務(如文獻回顧或演算法原型設計),並實施嚴格的反饋迴圈:若程式設計或論文專家發現實作不可行或證據不足,可將任務退回給建模專家。
適用對象
專為使用AI代理(如Claude Code、Cursor、Trae或DeepSeek Harness)參與CUMCM、MCM/ICM或MathorCup等數學建模競賽的使用者設計。
主要亮點
- 雙語言支援:原生支援Python與MATLAB的實作能力。
- 出版級視覺化:整合SCI/Nature風格的科學繪圖工具,支援SVG與300 DPI PNG匯出。
- 雙引擎研究:並行使用OpenAlex與AnySearch進行學術搜尋,實現交叉驗證的文獻檢索。
- 自動論文生成:支援官方模板,原生支援Word OMML公式,並實現完整的LaTeX到DOCX轉換。
- 嚴格品質控制:實施五個獨立的品質門(M1、P1、P2、W1、W2),確保結果在進入下一階段前經過驗證。
相關
- 專案
- 專案
- 專案
- 專案
- 專案