Math Modeling

数学建模竞赛建模与代码交付 Skill

本 skill 执行数学建模竞赛中的建模与代码交付流程：题目理解、并行建模共识、创新筛选、可运行代码、结果与图表、证据验证、合规复现和写作交接提示词。它不生成正式写作正文；正式论文正文应交给后续独立写作 skill。

必读引用

执行前先读取这些文件：

1. references/workflow.md：完整 Phase 0-5 流程，包含并行 Agent prompt、输入、输出和汇总规则。
2. references/templates.md：固定产物模板，包括 writer_prompt.md、innovation_register.json、judge_panel_review.json 和 compliance_record.json。
3. references/tools.md：所有 CLI 工具命令、JSON 字段和失败判定。
4. references/competition_sources.json：权威竞赛来源分层、官方入口和可信度规则。
5. references/award_playbook.md：权威竞赛案例方法谱系和题型方法卡片。
6. references/evaluator_panel.md：多评委并行审查角色、评分字段和 chair judge 汇总规则。
7. references/evals.md：本地 eval、Claude 实跑 eval、触发描述优化流程。

如果引用文档与本主文件冲突，以本主文件的核心约束为准；如果用户的显式要求更具体，以用户要求为准。

核心约束

1. problem_brief.md 是唯一真实来源；模型、代码、结果、图表和写作交接提示词都必须对照它核查。
2. 并行子 Agent 是核心能力，不能被 Python CLI、workflow runner 或引用文档替代。
3. Python CLI 只做确定性编排、状态管理和验证；不得把多 Agent 建模降级为单脚本假推理。
4. Phase 1 不生成正式写作正文；只输出建模决策、模型规范、创新登记和验证计划。
5. Phase 2 只生成 writer_prompt.md 等写作交接材料，不生成正式写作正文。
6. Phase 3 代码只依赖 final_solution.json 与 problem_brief.md，不等待 Phase 2 先落盘。
7. 所有运行结果统一写入 results/。
8. 每个阶段都更新 modeling_state.json 和 modeling_memory.md。
9. 工具调用必须在对应 step 直接执行，不得跳过。
10. 验证失败时回溯到对应阶段修正，而不是在后续阶段打补丁。
11. 难题必须保留可证伪证据链：题意审计、baseline、oracle 或等价小例验证、solver 交叉验证、敏感性分析和独立复现记录。
12. 未解决的 high severity 歧义必须写入 modeling_memory.md，不能静默进入 Phase 1。
13. 难题或完整验证必须使用 pipeline_check.py --evidence-mode strict。
14. 奖项级交付必须使用题意完成度、模型选择审计、优化证书、不确定性预算、题型 profile、数据泄漏、统计验证、模型规范、数据契约、自动测试、数值鲁棒性、图表语义证据、多评委并行审查、创新筛选、合规复现和写作交接闭环，并运行 pipeline_check.py --quality-mode excellence。
15. model_spec.json、model_selection_audit.json、validation_profile.json、data_schema.json、symbol_table.json、solver_strategy.json、innovation_register.json 和 writer_prompt.md 是模型、代码、验证器和后续写作之间的对齐基准。

固定产物

工作区内固定维护以下文件或目录：

| 产物 | 阶段 | 说明 | |------|------|------| | problem_brief.md | Phase 0 | 题目、目标、约束、附件摘要 | | ambiguity_register.json | Phase 0 | 题意歧义、单位、隐藏约束和评分要求审计 | | assumption_ledger.md | Phase 0+ | 假设来源、影响和验证状态 | | scoring_strategy.md | Phase 0/1 | 题目小问、评分点、数值答案和图表支撑策略 | | data_schema.json | Phase 0/3 | 附件字段、类型、单位、缺失率、范围和主键契约 | | symbol_table.json | Phase 1/2 | 符号、单位和代码变量映射 | | modeling_state.json | 全程 | 机器可读状态 | | modeling_memory.md | 全程 | 人类可读过程记忆 | | baseline_solution.json | Phase 1 | 简单、可运行、可解释的基线模型 | | case_retrieval.json | Phase 1 | 相似题型、可借鉴方法、不能照搬的风险和推荐验证 | | model_spec.json | Phase 1+ | 变量、目标函数、约束、参数、单位、数据映射和验证计划 | | model_selection_audit.json | Phase 1 | 候选模型、评分、拒绝理由和最终选择证据 | | optimization_certificate.json | Phase 1/3 | 可行性残差、上下界、gap、替代求解器或枚举 oracle | | uncertainty_budget.json | Phase 1/4 | 数据、参数、模型和随机误差预算及影响 | | validation_profile.json | Phase 1/4 | 按题型记录优化、预测、图网络、仿真、机理或政策验证证据 | | data_validation.json | Phase 0/3 | 数据切分、目标泄漏和训练集拟合预处理记录 | | statistical_validation.json | Phase 3/4 | 指标、残差、区间、稳健性和过拟合风险 | | solver_strategy.json | Phase 1/3 | 首选求解器、备选求解器、fallback、超时和交叉验证 | | ablation_study.json | Phase 1/3 | baseline、简化模型、完整模型和约束/权重消融实验 | | innovation_register.json | Phase 1 | 创新点、题目痛点、baseline 增益、证据和风险 | | final_solution.json | Phase 1 | 最终建模方案 | | model_decision.md | Phase 1 | 共识过程和裁决理由 | | writer_prompt.md | Phase 2/5 | 给后续写作 skill 的交接提示词 | | solution.py 或 solution.m | Phase 3 | 可运行代码 | | solution_tests.py 或 solution_tests.m | Phase 3 | 代码 Agent 先写的契约测试 | | figure_style.json | Phase 3 | 图表风格规范 | | figure_storyboard.md | Phase 3 | 图表叙事板，每张图包含 file、claim、sourcedata、xunit、yunit 和 supportsquestion | | results/ | Phase 3+ | CSV/JSON/PNG 等输出 | | results/validation_summary.json | Phase 3+ | baseline、oracle、交叉验证、敏感性和不变量证据 | | results/figure_quality_report.json | Phase 4 | 图表清晰度、叙事支撑和出版级质量审计 | | judge_panel_review.json | Phase 4 | 多评委并行审查和 chair judge 汇总 | | decision_insights.md | Phase 4/5 | 结果解释、工程/管理含义、风险提示和可执行策略 | | defense_questions.md | Phase 4/5 | 评委质询 Agent 问题和修正建议 | | compliance_record.json | Phase 5 | AI 使用、匿名性、资料引用、官方规则和最终提交约束 | | reproducibility_manifest.json | Phase 5 | OS、Python/MATLAB、求解器、依赖、随机库、耗时、输入/输出 hash |

执行入口

首次开始：

python "tools/workflow_runner.py" scaffold --workspace "." --language python

恢复任务：

python "tools/workflow_runner.py" resume --workspace "." --language python

最终验证：

python "tools/pipeline_check.py" --workspace "." --language python

奖项级完整交付：

python "tools/pipeline_check.py" --workspace "." --language python --evidence-mode strict --quality-mode excellence

把 python 换成 matlab 即使用 MATLAB 分支。workflow_runner.py 只初始化、恢复和验证文件状态；并行 Agent 推理仍必须由执行者按 references/workflow.md 发起。

Phase Gates

Phase 0: 题目与数据提取

读取题目文件和附件，使用 tools/input_parser.py 与 tools/data_analyzer.py 生成 problem_brief.md。启动题意审计 Agent、问题拆解与评分策略 Agent，并根据题目领域和数据类型读取 references/competition_sources.json 完成竞赛来源匹配：电力、电路、电磁场优先参考电工杯；统计调查和社会经济数据优先参考统计建模大赛；行业数据和大数据题优先参考 MathorCup；工程真实问题优先参考深圳杯。生成 ambiguity_register.json、assumption_ledger.md 与 scoring_strategy.md。建立 data_schema.json 初稿，向用户确认题目目标、附件摘要、关键歧义、评分重点和编程语言。确认后更新 modeling_state.json 与 modeling_memory.md。

Phase 1: 并行建模共识

必须先判断 problem_taxonomy，再执行五视角建模 Agent。流程是：资料库检索 Agent 先读取 competition_sources.json 和 award_playbook.md，输出 case_retrieval.json，列出相似题型、可借鉴模型和不能照搬的风险；五个 Agent 并行生成方案并参考这些卡片，但不得直接套用不匹配模型。按题型最多追加 3 个动态专家 Agent，随后并行批评、并行修正，创新筛选 Agent 生成 innovation_register.json，最后由裁决 Agent 生成 baseline_solution.json、model_spec.json、solver_strategy.json、ablation_study.json、final_solution.json 与 model_decision.md。本阶段不生成正式写作正文。

五视角建模 Agent 包括：

• 优化视角 Agent
• 统计视角 Agent
• 物理机理 Agent
• 工程实践 Agent
• 创新方法 Agent

Phase 2/3: 写作交接文档 Agent 与代码 Agent 并行

文档 Agent 与代码 Agent 并行执行，但文档 Agent 只生成写作交接提示词，不生成正式写作正文。文档 Agent 基于 problem_brief.md、scoring_strategy.md、final_solution.json、model_spec.json、innovation_register.json、results/validation_summary.json、图表叙事板和复现清单生成 writer_prompt.md。代码 Agent 先生成 solution_tests.py 或 solution_tests.m，再生成 solution.py 或 solution.m，并把所有结果和 results/validation_summary.json 写入 results/。可视化设计 Agent 生成 figure_storyboard.md、figure_style.json 和证据图组。

Phase 4: 多评委并行审查、独立复现与工具验证

先并行启动技术审查组：

• 语法审查 Agent
• 逻辑审查 Agent
• 输出审查 Agent

同时启动独立复现 Agent，只读 problem_brief.md、baseline_solution.json、final_solution.json 和代码输出，独立复算核心结论，不参考任何正式写作措辞。

再启动评委组并行审查：国赛建模评委、美赛评委、代码复现评委、图表证据评委、工程/业务解释评委。每个评委独立输出结构化评分和问题清单，再由 chair judge 汇总为 judge_panel_review.json。审查范围只覆盖建模、代码、结果、图表和验证证据，不审查正式写作正文。

汇总问题后运行 pipeline_check.py，或按需分别运行 innovation_checker.py、judge_panel_checker.py、compliance_checker.py、evidence_checker.py、robustness_checker.py、figure_auditor.py、manifest_checker.py 等工具。任何失败都必须修正并重新验证。

Phase 5: 最终交付

确认固定产物齐全，生成或更新 writer_prompt.md、compliance_record.json 与 reproducibility_manifest.json，运行总控验证，归档 modeling_memory.md，把验证摘要写入 modeling_state.json。如果本 skill 自身被修改，还要更新 audit_memory.md。

MATLAB 支持等级

MATLAB 是正式支持分支。使用 MATLAB 时：

• 代码文件为 solution.m。
• 所有输出仍写入 results/。
• 图表保存为 PNG。
• 能检测到 MATLAB 且启用运行测试时，可用 tools/code_runner.py --lang matlab 实测；否则执行静态模板和产物检查。

验证清单

完成前必须至少运行：

python -m compileall tools
python -m pytest tests -q
python tests/run_all_tests.py
python "tools/pipeline_check.py" --workspace "tests/test_data" --language python
python "tools/pipeline_check.py" --workspace "tests/test_data" --language python --evidence-mode strict --quality-mode excellence
python "tools/source_registry_checker.py" --skill-root "." --mode excellence
python "tools/source_freshness_checker.py" --workspace "." --mode excellence
python "tools/award_readiness_checker.py" --workspace "tests/test_data" --mode excellence
python "tools/mini_benchmark_checker.py" --benchmark "evals/mini_contest_benchmark.json" --mode strict
python "tools/mini_benchmark_runner.py" --benchmark "evals/mini_contest_benchmark.json" --mode strict
python "tools/workflow_runner.py" resume --workspace "tests/test_data" --language python
Get-ChildItem workflows -Filter *.js | ForEach-Object { node --check $_.FullName }

验证结果与本次修改摘要必须追加到 audit_memory.md。

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: Hjdd14
• Source: Hjdd14/math-modeling
• License: MIT

Install and usage instructions live in the source repository linked above.