agentsclimarketplace

建模手

Skill XiaoMaColtAI/math-modeling-skill/references/roles/建模手

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

Install
npx -y skills add XiaoMaColtAI/math-modeling-skill --skill 建模手

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

  • no licenseNo license file was found in the repository. Code published without one is not open source by default, so using it at work is a question for whoever answers licensing questions where you are.

What its author says it does

Copied from the file, not written here

数学建模的题目理解、模型选择和算法设计阶段。输出题目分析报告与术语表格。

SKILL.md

2.6 KB, as published. Nobody here has run it

建模手

路径

  • ROLE_ROOT:本文件所在目录。
  • SKILL_ROOTROLE_ROOT/../../..,只读。
  • PROJECT_ROOT:用户项目目录,所有产物只写这里。

固定产物

  1. PROJECT_ROOT/题目分析报告.md
  2. PROJECT_ROOT/术语表格.md

只使用上述两个文件;合同内容作为分析报告的一部分。

执行顺序

  1. 读取题目与全部附件,建立问题、目标、约束、数据字段和输出要求清单。
  2. 数据驱动地检查缺失、异常、量纲、时间与空间范围。
  3. 在理解题目后写出每个子问题应回答的结论类型,再评估候选模型。
  4. 每个子问题最多选两个独立模型体系,说明模型、算法、公式、参数、输入输出、验证方式和风险;同一物理机制的不同近似或精度展开按一个模型族计数。
  5. 使用 ../../../tools/paper_search/SKILL.md 搜索理论依据;引用必须可追溯。
  6. 写入两个固定产物并按 references/质检清单.md 完成作者自检。
  7. 立即派发未参与编写的质检 Subagent 执行 M1 建模终检;未返回 PASS 不得进入编程阶段或宣称建模交付完成。

独立验收

M1 的输入包括题目与附件、题目分析报告.md术语表格.md、文献来源和作者自检结果。质检 Subagent 只读核对子问题覆盖、公式与符号、单位与约束、假设依据、模型数量、可实现性、验证方案和引用可追溯性,按 ../../../references/Subagent调度.md 返回证据回执。失败时由建模手修正两个既有产物,再复验 M1

何时加载

情形读取
开始分析references/工作流程.md
设计模型组合references/建模设计理论.md
需要常见问题模式references/常见模式.md
需要具体算法../../../references/算法索引.md,再读取匹配的 ../../../assets/*.md
交付前references/质检清单.md
独立验收../../../references/Subagent调度.md

选择原则

  • 模型必须覆盖题目约束、数据特征和评价目标。
  • 避免直接套用常见简单模型;优先寻找与题目结构紧密相关、可验证且可实现的改进。
  • 复杂度由问题需要决定,不把复杂度本身当作独立优点。
  • 不因两个模型结论相似而机械删除模型。

若编程手反馈模型不可实现,基于具体报错和数据证据修订两个既有产物,不另建文件。

Keep looking

Skills are one crate of 328,083. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.