# mathmodel-skill **Repository Path**: han-rixiong/mathmodel-skill ## Basic Information - **Project Name**: mathmodel-skill - **Description**: 数学建模 Claude Code Skill 套装 — APMCM/国赛/美赛全流程工作流 - **Primary Language**: Unknown - **License**: MulanPSL-2.0 - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 1 - **Forks**: 0 - **Created**: 2026-07-12 - **Last Updated**: 2026-07-13 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # MathModel-Skill **Agent-native mathematical modeling workflow skills for Claude Code.** 一套面向**数学建模竞赛**(APMCM / 国赛 CUMCM / 美赛 MCM-ICM / MathorCup / 华数杯)的 Claude Code Skill 套装。 > 不是黑盒一键论文生成器。是**可恢复、可校验、可继续**的建模工作流。 --- ## 核心理念 ``` 论文必须来源于模型,而不是模型服务于论文。 任何结论必须追溯到:数据 → 模型 → 计算 → 验证 → 结论。 ``` --- ## 工作流总览 | 阶段 | Skill | 职责 | |------|-------|------| | S0 | 自动 | 预检(环境 + 文件) | | S1 | `/problem-doc-model-selector` | 解析赛题,输出结构化分析 | | S2 | `/modeling-paper-rubric-and-model-selector` | 模型选型(≥3 候选,7 维比较) | | S3 | `/authoritative-data-harvester` | 外部数据获取(可选) | | S4 | `/data-cleaning-and-visualization` | 数据清洗 + EDA + 图表计划 | | S5 | `/model-code-and-result-generator` | 代码生成 + 运行 + 产出结果 | | S6 | `/quality-assurance-auditor` | **证据门禁**(不通过不进 S7) | | S7 | `/paper-formal-writer` | 正式论文写作(7 节固定格式) | | S8 | `/paper-formal-writer --delivery` | **格式门禁** + 最终交付 | --- ## 快速开始 ### 1. 安装 ```bash # 克隆仓库 git clone https://github.com/YOUR_USERNAME/mathmodel-skill.git cd mathmodel-skill # 安装 Python 依赖 pip install -r requirements.txt ``` ### 2. 初始化赛题项目 ```bash python init_new_contest.py <新项目路径> # 示例 python init_new_contest.py ~/apmcm2026 ``` 这会在目标目录创建完整的项目结构,复制 Skill 套装 + LaTeX 模板 + Python 工具库。 ### 3. 开始建模 ```bash cd ~/apmcm2026 # 把赛题 PDF 放到 problem_files/ 目录 # 打开 Claude Code,说:这是 2026 APMCM C 题 ``` Claude Code 会自动识别赛题关键词,进入 S1 阶段开始分析。 --- ## 论文格式 固定 7 节结构,符合 APMCM/国赛标准: 1. **摘要**(单独占一页)— 300 字以内,5 个关键词 2. **问题重述** — 用自己的语言,≤2 页 3. **问题分析** — 数学本质 + Q1→Q5 数据流图 4. **符号说明** — 符号 | 含义 | 单位 | 首次出现位置 5. **模型建立与求解** — 按问题分子章节(5.1-5.5) 6. **模型推广** — 适用条件 + 推广价值 + 局限性 7. **参考文献** — ≥8 篇,中英文各半,GB/T 7714 --- ## 关键防线 ### 证据门禁 (S6) 检查每个子问题是否有**真实的**代码运行结果、图表、验证指标。 没有证据的结论 = 不允许进入论文写作。 ### 格式门禁 (S8) 自动扫描:章节完整性、字数(18,000-25,000)、禁止用语、占位符、图表引用、符号一致性。 --- ## 项目结构 ``` mathmodel-skill/ # 本仓库(工具箱) CLAUDE.md # 宪法层 .claude/skills/ # 10 个 Skill + 4 个 Python 脚本 code/modeling/ # Python 工具库 math_tools.py # AHP / 熵权法 / TOPSIS / VIKOR / Logistic sensitivity.py # 灵敏度分析 (OAT / Morris / Tornado) validation.py # 交叉验证 / 残差分析 / 模型对比 latex_export.py # DataFrame → LaTeX 表格 / 矩阵 / 公式 plotting.py # 论文级图表(统一配色 + 中文字体) paper/ template.tex # LaTeX 7 节模板 references.bib # 参考文献库 examples/ # 使用示例 init_new_contest.py # 一键初始化新赛题项目 ``` --- ## 与"一键论文 Agent"的区别 | | 一键 Agent | MathModel-Skill | |---|---|---| | 模型选择 | 自动套用经典模型 | 每问 ≥3 候选,7 维比较,用户决策 | | 代码 | 可能不运行 | 必须运行 + 记录 run_manifest.json | | 验证 | 基本不验证 | 灵敏度 + 对比 + 鲁棒性 | | 证据 | 无法追溯 | JSON 契约链,每步可查 | | 格式 | 随意 | 两道门禁,不通过不交付 | | 中断恢复 | 不行 | workflow_memory.json 断点恢复 | --- ## 依赖 - Python 3.10+ - numpy, pandas, matplotlib, scipy, openpyxl - Claude Code(桌面版 / VS Code 插件 / CLI) - (可选)PyMuPDF 或 pdfplumber(解析赛题 PDF) - (可选)python-docx(.docx 输出) --- ## License MIT --- ## 致谢 工作流设计参考了 [yushui2022/MathModel-Skill](https://github.com/yushui2022/MathModel-Skill) 的架构思路。