Skip to content

Repository files navigation

MathModel Skill:豆包坐镇指挥,Fable 推导模型,Astra 编写代码

MathModel Skill Standard

从赛题分析、真实计算到可复现的数学建模论文

Version Platforms License

MathModel Skill 是一套供编程 Agent 使用的数学建模 Skills。把赛题与附件放入项目后,Agent 按工作流分析问题、选择模型、编写并运行代码、整理图表和证据,再撰写与检查论文;它不只是让模型直接生成一篇文章的提示词。

当前是默认 standard 分支的 Standard 2.3.0,定位标准档,建议搭配 GPT-5.5、GPT-5.6 Sol 等具备稳定推理、长上下文和工具调用能力的模型。它在流程复杂度与计算成本可控的前提下,提供完整章节写作、原生 Word 公式和 PDF 渲染检查。最终产物包括论文、赛题代码、计算结果、图表和验证记录;检查通过不等于保证论文优秀或竞赛获奖。

版本分工:低负担 → 速度优先 → 标准交付 → 旗舰验证

Lite、Flash、Standard、Pro 的定位不同,分别在独立 Git 分支维护,不是安装后的切换模式。Flash 是速度优先路线,不表示它在质量档位上高于 Lite:

档位与版本 推荐模型示例 流程与交付能力
速度优先 Flash(预发布) DeepSeek/Gemini/GLM 等 Flash 类模型;优先快速出稿 基础长文草稿:真实实验、图表、结果和约 18–22 页目标的 Word;不含严格终稿门禁。
1 · 入门档 Lite DeepSeek 等模型;优先低负担运行 基础建模报告:一个入口、六步流程,真实计算与基础 Word 导出;不含严格引文、原生 Word 公式和 PDF 验收。
2 · 标准档 Standard(默认) GPT-5.5 / GPT-5.6 Sol 等;兼顾能力与投入 正式竞赛论文:完整章节写作、证据与写作检查、原生公式 Word 和 PDF 渲染检查,流程复杂度可控。
3 · 旗舰档 Pro(预发布) GPT-6 Astra / Claude Fable 5.1 等前沿模型;接受高计算投入 高强度研究与验证:多路线比较、独立复算、稳健性实验、五角色审稿和 Word/PDF 检查;有三个用户确认点。

这是本项目的推荐搭配,不是对同品牌所有模型的固定排名,也不代表已完成实战认证;最终看具体型号、推理档位与工具能力。

另有 LaTeX(实验性预发布):旧版工作流的 TeX/PDF 导出分支,不是另一个能力档位,也不是当前 Standard 或 Pro 的 LaTeX 模式。

一个项目只安装一个版本、一个平台包,不要混装。 Flash 只追求快速基础稿;需要正式交付请选 Standard,需要最高验证深度请选 Pro。各版本的具体导入方法见下方快速使用说明。

小红书

作者:Orlando Liu(奥兰多),小红书号:xiaoyushui2022。点击图片进入主页,也可以扫码找到我。

Orlando Liu 小红书主页与二维码

TokensFactory

TokensFactory Logo

TokensFactory

这是我的大学朋友 Yeadon 开的中转站,也非常感谢他当年带我走向 AI 的道路。TokensFactory 支持 OpenAI、Claude、Gemini 等兼容接口,主打一个量大管饱,适合需要快速调用图片、视频或文本模型的个人开发者和团队。需要接入 Agent 时,可以查看 TokensFactory Agent 快速接入。

快速导入使用

1. 下载 Standard 安装包

一个比赛项目只安装一个版本、一个平台包。 不要把 Standard、Lite、Pro 或 LaTeX 包混在同一目录。

从 Standard 2.3.0 Release 下载与你的 Agent 对应的一个安装包:

平台 直接下载 解压后的 Skill 目录
Codex Codex 安装包 .agents/skills/
Claude Code Claude Code 安装包 .claude/skills/
Trae Trae 安装包 .trae/skills/

上面的安装包不同于 GitHub 的 Code → Download ZIP 仓库源码。需要核验下载时,使用 Release 中的 SHA256SUMS.txt。

2. 导入项目并准备环境

在一个独立的数学建模项目目录中解压安装包,不要只复制 SKILL.md,也不要覆盖用户已有的 AGENTS.md 或 CLAUDE.md。确认隐藏目录里的 Skills 已完整解压,再用对应 Agent 打开这个项目。

使用 Python 3.11 或 3.12,在项目根目录安装依赖:

python -m pip install -r requirements.txt
python -m pip check

正式交付还需要安装 LibreOffice,并使 soffice 或 libreoffice 可用。没有它可以进行前期工作,但不能通过最终 PDF 渲染检查。

3. 放入赛题与附件

在项目根目录创建 problem_files/,放入赛题、官方附件与数据。例如 Codex 项目:

your-project/
├── .agents/skills/
├── requirements.txt
└── problem_files/
    ├── 赛题.pdf
    └── 附件.xlsx

Claude Code 或 Trae 使用上表中自己的 Skill 目录,输入目录保持不变。

4. 对 Agent 说

请使用 $paper-workflow-orchestrator 完成这个数学建模项目。
赛题和官方附件已放在 problem_files/。
先预检输入,再按 S0-S8 执行,必须真实运行代码并保留结果证据。
采用完整章节写作,允许分多轮完成,最后统一全文,不要只输出摘要或拼接微单元。
请核对当年赛题的篇幅和格式规则,不自行降低为短报告。
所有赛题产物写入 paper_output/;证据、写作与 Word/PDF 检查未通过,不要称为最终稿。

正常使用不需要手工执行整套脚本。若 Agent 没有识别入口,让它先读取所安装目录中的 paper-workflow-orchestrator/SKILL.md。继续上次任务、修复章节的提示词见 启动与恢复提示词。

完成后先查看:

产物 位置
正式 Word paper_output/final_paper.docx
正式 Markdown 源稿 paper_output/final_paper_source.md
渲染 PDF paper_output/qa/rendered/final_paper.pdf
代码、结果与图表 paper_output/code/、results/、figures/、tables/
最终检查报告 paper_output/format_check_report.json

原理介绍

先计算、后成文

Standard 保留 S0-S8 单一工作流。不同 Skills 各自负责一个环节,用实际文件和证据交接,而不是仅依赖对话记忆。

S0 输入与安装预检 → S1 题意分析 → S2 模型路线
→ S3 数据与图表计划 → S4 编写代码 → S5 真实运行
→ S6 证据检查 → S7 自适应正式写作 → S8 Word/PDF 检查

脚本、输入和输出都记录 SHA-256。证据或已审计文件变化后,依赖它们的通过状态会失效,必须重新计算或验证。安装目录只保存通用能力,当前赛题代码始终写到 paper_output/code/。

章节写作与局部修复

paper-formal-writer 是唯一正式主笔:先制定写作计划,再按完整章节写作与审计;全部章节通过后确定性合并,由 Agent 全文统一改写,最后生成 DOCX。

默认完整竞赛稿使用 section 模式。明确要求的短报告可使用 global,同类问题连续两次失败后转为章节写作。单章同类问题连续两次失败才启用局部 micro-repair;第三次仍失败则阻塞并报告原因,不自动切换版本。旧微单元与 quickstart 只保留为非正式草稿。

篇幅、证据与渲染检查

默认完整稿规划至少 14000 有效字符,检查主稿至少 8000 有效字符、附录前渲染页数至少 18 页。这些是防止极短稿的项目默认值,不是所有比赛的统一规定,也不是优秀论文标准。 具体比赛的页数上限和计页方式仍要单独核对。

每问需要实质性的建模、计算结果与解释;注释、代码块和附录不能用于填补主稿长度。范围调整或短报告必须明确说明理由,不用空页、放大排版或重复正文凑数。

正式稿要求新鲜的证据与写作检查、可编辑的 Word OMML 公式和真实 LibreOffice 渲染。完整稿和短报告不能通过 --render skip 完成最终检查;仅明确的安装测试允许豁免,并标记为 SMOKE_TEST_ONLY。

验证状态与详细文档

  • 发布提交已通过原有 42 项回归和新增 14 项范围与渲染检查;CI 覆盖 Windows/Ubuntu、Python 3.11/3.12,并含 LibreOffice 渲染任务。
  • 历史 B 题工程示例没有重新生成,可用于理解产物组织方式,不代表通过当前全部检查。真实赛题约 20 页终稿的质量验收仍未完成。
  • 安装指南 · 正式写作指南 · 工作流契约 · 输出目录
  • 分支 dist/ 是随提交维护的构建包;上面的 Release 是固定版本快照,不会随 README 更新而被覆盖。

开发者可在仓库中执行:

python scripts/sync_platform_packages.py --check
python -u tests/run_tests.py
python tests/test_paper_scope.py
python scripts/build_release_packages.py --verify

MIT License,Copyright (c) 2026 yushui2022.

About

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.

Resources

Stars

453 stars

Watchers

2 watching

Forks

Releases

Packages

Contributors

Languages