🎉 数学建模 Skill v1.0.0
本版本由 GPT 5.6 Sol 进行全面检查和完善，重新建立
1.0.0版本基线。
这次更新不是简单调整文档，而是对数学建模完整工作流的一次系统性重构：从题目分析、模型设计和代码实现，到论文检索、Word 论文生成与最终质量检查，均进行了统一和补强。
✨ 核心亮点
| 模块 | 本次更新 |
|---|---|
| 🧠 建模分析 | 统一模型选择、验证和物理模型族计数规则 |
| 💻 代码实现 | 完善 Python、MATLAB、Excel 与动态依赖检查 |
| 🔎 论文检索 | 实现 OpenAlex + AnySearch 双引擎检索与相关性重排 |
| 🧮 公式转换 | 扩充 LaTeX → Word 原生 OMML 命令支持 |
| 📄 论文生成 | 使用官方模板驱动 DOCX 内容、公式、图表与样式生成 |
| ✅ 质量检查 | 增加篇幅、页数、图表引用和参考文献对应检查 |
| 🔁 可复现性 | 记录随机种子、文件哈希、环境版本和唯一复现命令 |
🔄 三阶段工作流
题目与附件
↓
🧠 建模手：理解题目、选择模型、设计验证
↓
💻 编程手：实现代码、真实运行、输出表格与图
↓
✍️ 论文手：核验证据、生成 DOCX、完成质量检查
三个阶段既可以顺序完成整道题，也可以按需单独执行。下游发现公式、数据、程序或论证问题时，会返回对应上游阶段修正，不在最终论文中掩盖问题。
📦 固定交付物
| 角色 | 交付物 |
|---|---|
| 🧠 建模手 | 题目分析报告.md、术语表格.md |
| 💻 编程手 | Python/MATLAB 代码、运行结果表格、原始数据图、运行过程图、最终结果图 |
| ✍️ 论文手 | .docx 格式的完整论文 |
🔎 真正的双引擎论文搜索
- 并行调用 OpenAlex 与 AnySearch，不再用单引擎结果冒充交叉检索。
- 使用 DOI 精确匹配，无 DOI 时按规范化题名与年份交叉核验。
- 按专业查询词覆盖率过滤，并让相关性优先于引用量。
- 自动折叠同题名的预印本与正式出版记录。
- 保留作者、年份、DOI、出版信息、来源和链接等追溯字段。
搜索结果用于发现候选文献。正式引用前仍需打开 DOI 或出版机构页面核验。
🧮 公式与 Word 论文生成
LaTeX → OMML 转换器现在支持更多数学建模与物理公式常用命令，包括：
\nu \mu \approx \arcsin \arccos \arctan
\hbar \ell \mathbb 分式 根式 上下标 矩阵 分段表达式
- 公式以 Word 原生 OMML 写入，可继续编辑。
- 未知命令、未闭合分组和不支持环境会明确报错。
- 优先继承官方模板的页面、样式、分节、页眉和页脚。
- 表格保持可编辑，图片来自编程手的真实运行结果。
✅ 更完整的论文质量检查
交付前会检查：
- 📝 中英文混排篇幅和可配置篇幅目标
- 📐 可编辑公式的基本数量
- 📊 图片、表格、题注和编号连续性
- 🔗 每幅图和每个表是否在正文中被引用
- 📚 正文引用与参考文献列表是否双向对应
- 📄 DOCX 渲染后的实际页数和官方页数上限
- 🚧 临时占位符、纯文本 LaTeX 和未完成内容
关于 CUMCM 篇幅
- 约 15000 字词单位、约 20 页是防止论文过短的完整度质量目标，不是官方最低要求。
- 以 2026 年官方规范为例，摘要原则上不超过一页、正文不超过 30 页。
- 实际使用时必须重新核对目标竞赛当届官方规则和官方模板。
📊 Excel、Python 与 MATLAB
- 修复
pandas.read_excel()默认header=0可能把首行数据当成列名的问题。 - 新增无隐式表头推断的 Excel 读取工具和预期行数断言。
- 补全 MATLAB 环境、工具箱、绘图和结果导出规范。
- 根据实际选中的模型和功能动态检查依赖。
- 要求程序真实运行，论文数值必须能追溯到代码输出。
🔁 可复现运行
每次建模任务统一记录：
- 🎲 随机种子
- 🔐 输入文件 SHA-256
- 🧰 Python/MATLAB 运行环境与依赖版本
- ⚙️ 关键模型参数
▶️ 唯一、可直接执行的复现命令
🗂️ 路径与资源治理
SKILL_ROOT：只读取 Skill 自带资源。PROJECT_ROOT：只写入用户任务产物。- 默认禁止任务运行过程覆盖 Skill 文件。
- 合并 DOCX 与 XLSX 重复维护的 Office/OOXML 工具资源。
- 按当前阶段渐进加载角色规范、算法资料和工具说明。
🧩 模型数量规则修正
每道子问题最多使用两个独立模型体系，但物理问题按“模型族”计数：
同一控制机理的基础近似和高精度展开属于一个模型族。例如，两光束干涉与多光束干涉若只是同一干涉机制的精度展开，不机械计为两个独立模型。
🧪 验证结果
- ✅ 42 项自动化回归测试全部通过
- ✅ DOCX
self_check.py检查通过 - ✅ Skill
quick_validate.py结构校验通过 - ✅ Markdown 围栏和 Git 差异格式检查通过
📥 下载与校验
推荐下载本 Release 中的：
math-modeling-skill-v1.0.0.zip：完整 Skill 发行包math-modeling-skill-v1.0.0.zip.sha256：SHA-256 校验文件
SHA-256: c98f5867130275b8bb87c074195ed1bf2c01a2707a71a6c642023ab8bdd2da4b
完整更新记录请查看 CHANGELOG.md。