cjh-solver/MathModeling-Skills-Arsenal
cjh-solver/MathModeling-Skills-Arsenal has 83 GitHub stars and 11 forks. GitHot measured +14 stars in 24 hours. Last checked 2026-11-17 03:47 UTC. Last push 2026-11-15.
Measured star growth
- in 24h
- +14
- in 7 days
- Update delayed
- in 15 days
- Update delayed
- in 1 month
- Update delayed
Net star changes over overlapping periods, not daily totals. Missing measurements are left blank. Stars measure attention, not software quality.
About
面向数学建模竞赛的 AI Agent 技能集:读题建模、求解、可视化、论文写作与终稿评审。35 skills for CUMCM / MCM / ICM.
AIREADME.md
Original数模军械库 · MathModeling Skills Arsenal
把读题、建模求解、科研绘图、论文写作与终稿检查组织成可追溯的 AI Agent 工作流。
适合已有题目、数据和人工判断,希望让 AI 分工、证据和交付更清楚的建模团队。覆盖国赛、美赛、MathorCup 等竞赛;具体格式与 AI 使用要求以本届官方规则为准。
快速入口: 体验工作台 · 查看写作示例 · 复制启动提示词 · 浏览技能目录
项目状态: 主控为开发快照,完整发布检查尚未通过。近期维护、已知限制和复现方法见更新记录与验证说明;使用问题和改进建议可通过 Issues 反馈。
看一眼工作台
本机读取已有 Harness 项目,集中查看比赛阶段、小问、角色会话和成果。页面定时从项目文件同步,不需要额外调用模型。比赛数据和审批记录保持只读,角色会话需自行登记并核实。

截图来自仓库内的合成演示项目,不代表真实比赛进度或批准结果。打开演示项目 · 了解工作台
能得到什么
| 你的任务 | 主要技能 | 可检查的产出 |
|---|---|---|
| 组织完整参赛流程 | contest-orchestrator |
问题划分、模型计划、实验记录、任务卡、人工批准与交付检查 |
| 选择模型与处理数据 | math-model-selector、data-science-stack |
模型选择表、数据协议、baseline、公平比较与独立核验材料 |
| 写出有论证的章节 | academic-writing |
读者问题、完整章节、符号与主张证据审阅;普通润色保护公式和数字 |
| 制作论文数据图 | scipilot-figure-skill、modelviz |
图表决策卡、模板适配脚本、SVG/PNG 和视觉 QA |
| 画流程、技术路线与机制图 | tikz-scientific-figures、tech-route-maker |
可编辑图源与 SVG/PNG;具体路由以所选流程和批准记录为准 |
| 排版和交稿前复查 | mathmodel-latex-skill、bzd-review-paper |
论文工程、编译与一致性检查、问题清单与评审报告 |
这些是工作流和工具能力,不构成获奖、预测精度或论文质量保证。真实结论仍需要实际数据、实验与人工核验。
工作流示例:章节批准后,图文并行
Harness 与 MathorCup 的新模板采用 chapter_parallel。先写建模求解,目录顺序与实际写作顺序分别维护。每次提交完整一章,由使用者批准后再写下一章;图表提示词也在该章批准后产生,由使用者转交图表角色。
flowchart LR
A[全文论证计划] --> B[完整建模求解章节]
B --> C{人工批准本章}
C --> D[下一章写作]
C --> E[本章图表提示词]
E --> F[用户转交图表角色]
F --> G[成图与定向返修]
D --> H[正文与附录完成]
H --> I[摘要最后写]
G --> J[最终接图与全文终审]
I --> J
图件返修更新提示词版本,后续章节继续写;未变正文的批准保持有效。最终交付仍检查最新图件、选定版本、证据来源与全文一致性。历史四批写作记录继续兼容。
三分钟开始
git clone https://github.com/cjh-solver/MathModeling-Skills-Arsenal.git
cd MathModeling-Skills-Arsenal
仓库使用 skills/<分类>/<技能>/SKILL.md 结构,安装时将技能目录放到宿主实际读取的技能根目录。以 Codex 用户技能目录为例:
# PowerShell:只安装数模分类,跳过创意写作。
$skillRoot = Join-Path $env:USERPROFILE '.agents/skills'
New-Item -ItemType Directory -Force -Path $skillRoot | Out-Null
Get-ChildItem skills/0* -Directory | ForEach-Object {
Get-ChildItem $_.FullName -Directory | ForEach-Object {
if (-not (Test-Path -LiteralPath (Join-Path $_.FullName 'SKILL.md'))) { return }
$destination = Join-Path $skillRoot $_.Name
if (Test-Path -LiteralPath $destination) {
Write-Warning "已存在,跳过:$($_.Name)"
} else {
Copy-Item -LiteralPath $_.FullName -Destination $destination -Recurse
}
}
}
此命令跳过已有同名技能;需要更新时先比较与备份,再合并。Claude Code、WorkBuddy 等宿主使用各自配置的技能目录;支持 SKILL.md 不代表工具、模型和多角色能力完全相同。
安装后打开新会话,给出题目、附件路径与规则来源:
使用 contest-orchestrator。先读取我的题目和本届规则,列出缺失输入,
选择合适模式。先做题意与模型计划,不直接生成最终论文或编造实验结果。
MathorCup 全流程可指定 full-contest-mathorcup;只解一问、只画图或只审稿时使用对应单项技能。详见 启动示例。
如何判断效果
- 可视化工作台: 查看安装和比赛使用方法,本机读取 Harness 项目,查看流程、小问、文件、图表和论文,不调用模型维护页面。
- 流程验证: 正反例测试检查提前派发、输入哈希漂移、旧图版本等是否被拒绝。
- 输出示例: 合成章节与图表交接 展示输入、正文、批准边界与提示词,附可运行的数据计算。
- 可编辑示意图: 查看技术路线 SVG及其示例材料。这是示例图,实际项目需要依据题目与证据重新制作和核验。
测试数量、已知版本问题、复现命令和覆盖范围见 验证说明。主控包含开发快照更新,尚未作为通过全部发布门的稳定新版发布。
环境与维护
验证环境为 Python 3.13,推荐 Python 3.11 及以上,并按具体技能安装依赖。主控 YAML 检查需要 PyYAML;数据分析还需要相应科学计算库。LaTeX 图文工程需要 TeX、字体和 SVG 转换工具,源码检查不能替代实际编译。
python -m pip install pyyaml
python scripts/check_repository.py
cd skills/01-core/contest-orchestrator
python -m unittest discover -s tests -p 'test_mathorcup*.py'
python -m unittest discover -s tests -p 'test_harness*.py'
技能通过名称互相引用,请保留目录名及原有许可证。创意写作分类可单独安装;不同模式的制图路由可能不同,运行前请核对所选模式和实际登记。
仓库不发布比赛论文全文、赛事私有数据、个人记忆和凭据。整体协议为 Apache-2.0;第三方技能目录中的许可证优先适用,详见 目录与协议。