Huaweibei-cool · 华为杯研赛 AI 作战中枢

华为杯研赛 · AI 作战中枢 729 篇获奖论文蒸馏 · 八大题型原型 · 从读题到提交全程护航

读懂题 · 建对模 · 写好论文 · 稳交卷

别人在套模板，你在逐句读题、证据建模、步步为营。

以 2004–2024 共 729 篇华为杯（中国研究生数学建模竞赛）获奖论文为底座， 把"建模—求解—论文—打磨—赛后蒸馏"全流程固化为模块、playbook、赛道档案与质量门禁。

GitHub About：华为杯中国研究生数学建模竞赛 AI 作战中枢：729 篇获奖论文蒸馏 · 8 大题型原型 51 张方法卡 · 2022–2025 共 24 题赛道档案 · 反套路读题人工确认门禁 · LaTeX/Word 双论文链路 · 全流程质量测试。

免责语：本工具不承诺获奖、不代提交；AI 仅作辅助，须按当届官方规定披露使用情况。

2026 格式基线：正式提交 PDF 的物理首页必须是附件 3 的参赛信息封皮（四个 logo 不替换，填写学校、队伍编号和队员姓名）；第二页起才是匿名摘要与正文。当前上传时段、命名、MD5、附件及 AI 使用条件见 docs/OFFICIAL_FORMAT_2026.md。

图数与页数：读完题面和数据后，skill 先交付逐图清单与建议 Figure 总数；用户回复“锁定 N 张”或“图片总数：XX”后才正式出图，最终 LaTeX 必须与锁定值一致。随后由用户选择“论文总页数：XX”或“证据充分即可”。这些是用户工作流，不是官方门槛；官方目前只明确摘要一般不超过两页，未公布正文最低页数、正文上限或全文总页数上限。任何数量都不得靠伪造证据、重复图表、AI 套话或版式膨胀实现。

一页摘要页（内部规则）：虽然官方只写“摘要一般不超过两页”，本 skill 按用户最新裁决把匿名题目、完整摘要和 3--6 个关键词固定在一个逻辑页，正文从下一页开始。题目优先一行；必要时最多两行且上下宽度近似均衡。这里的“一页”是跨度上限，不是最低字数：不为铺满版心灌水，也不靠缩字号、压行距或改页边距挤入。

主要符号表：每份正式论文在基本假设/总体问题分析后、第一问推导与首个模型公式前设置一张 booktabs 三线表，只列全局核心符号，并闭合正文引用、题注、标签与适用单位/取值域。该要求是用户确认的内部生产规则，不是官方文件明文。

Overleaf 使用：按 assets/paper-template/README.md 从已获授权的本地模板资产组装项目，选择 XeLaTeX，并将正式入口设为 main.tex。仓库不再发布与源码脱节、且第三方授权未闭环的预打包 ZIP。

点击代码框右上角的复制按钮，把冒号后的内容补完整，再发送给 Codex：

使用 $huawei-mcm。我是第一次使用华为杯 skill；请根据下面的信息开始首次引导。

1. 比赛届次（例如 2026 / 历史复现）：
2. 你的学校是：
3. 参赛队号是：
4. 队员姓名：
   - 队员 1：
   - 队员 2：
   - 队员 3：
5. 你选择的题目是：A / B / C / D / E / F / 未定
6. 当前阶段：赛前 / 选题 / 建模 / 写作 / 终审
7. 已有文件：题面 / 数据 / 代码 / 论文 / 暂无
8. 截止时间：

题目未定就填写“未定”。届次不明时先核对题面和规则，不能把历史复现稿标成当届正式稿。学校、队号和姓名只用于第 0 页正式封皮，摘要和正文不得出现身份信息。

729 篇获奖论文被归纳成 8 大题型原型、51 张方法卡；2022–2025 每年 A–F 共 24 道真题都有专属档案。 注意：A–F 只是当年题号，每年重新排，不代表固定题型（例如优化题不一定是 A 题）。

先出 Figure + Table 双账本图表计划（图/表号、要回答的问题、证据来源、对应小问、配色和正文回链）并明确建议 Figure 总数；你回复“锁定 N 张”或“图片总数：XX”后再画，最终 LaTeX 必须与锁定值一致； 对接内置的科研绘图子 skill，MATLAB / Python 双栈出图，专业期刊配色、色盲友好、黑白打印仍可区分、中文标签不乱码。

复杂多问论文的第一张图不能只是几只通用空框，而应由 paper-framework-figure-studio-pro 基于题面、数据审计、真实模型/脚本和结果证据生成论文专属完整框架图：呈现真实输入缩略图、各问内部机制、跨问关系、真实存在的验证/选择控制（若有）、独立测试边界与证据输出。正式图只有完成“高清源图—LaTeX 绑定—图前引用—图注解码—图后解释—PDF 可见”六联检查才算入稿；简单 YAML 路线图只用于结构草图、低复杂度充分表达或后备。

每张图都要在正文中被真正“讲明白”：先说明怎么读，再指出具体证据，接着解释该现象为何出现以及它对模型或决策意味着什么，最后交代边界、异常或后续验证。只报“提高了多少”或重复图注不算解释；无法证明原因时必须把机理表述为待验证假设，不能把相关性写成因果。

• 讲思路：论文级总流程图、模型机制示意图、问题分解图、小问依赖关系图；复杂多问论文的 F01 必须展示真实机制与证据边界，不用草率空框替代
• 看数据：数据分布图、箱线图/小提琴图、相关性热力图、散点矩阵、缺失与异常统计图
• 摆结果：优化收敛曲线、灵敏度/鲁棒性分析、预测值 vs 实测对比、误差分布图、混淆矩阵/ROC 曲线、三维曲面与等高线、权重柱状图与排名雷达图
• 空间网络类：地理热力/插值图、网络拓扑与路径图、时空扩散序列图
• 信号仿真类：波形图、频谱/时频热力图、仿真置信区间图
• 表格证据：数据质量、变量/参数、Baseline 对比、核心结果、误差预算、鲁棒性、运行成本与复现信息三线表。
• 简单/标准/复杂问题通常审查 2–3 / 3–5 / 4–7 个非冗余 Figure，并配 1–2 / 2–4 / 3–5 张表；范围只用于查漏，不能靠空图空表消警。
• 鼓励机制示意图、非对称复合图、结果—验证组合图等信息量大的图；同一数据换图型、图表重复同一结论、低信息量裸图直接删除。
• 全文使用固定语义色：蓝色基线、红色风险/唯一重点、绿色改进、橙/紫用于额外对比、灰色弱化背景；关键差异同时使用线型/点型，避免只靠颜色。

1. 逐句读题：逐段拆解题面，列全约束与数据口径，专门识别出题组的"反 AI 套路陷阱"（诱导套模板、隐藏约束、歧义表述、开放项）；产出“任务大纲 + 候选模型 + 逐图清单/建议总数”，读题理解与 Figure 数量分别确认后才动手建模和正式出图。
2. 帮你选题：对照 24 道真题档案和你的 MATLAB/编程基础，分析 A–F 各题的难度、工作量、创新空间，给出选题建议。
3. 给模型方案：每个小问至少 2 个候选方法做对比（假设是否满足、风险、工作量、创新点），并引用 729 篇获奖论文的真实做法和页码。
4. 数据处理与求解：数据清洗、建模、写代码求解——MATLAB 为一等求解器（优化、统计、信号、深度学习工具箱），Python 做胶水与补充。
5. 验证把关：误差检验、交叉验证、灵敏度分析、结果合理性检查，防止"数算出来了但不敢信"。
6. 中途策略选择：内置 grill-me 式单问题推荐与 ponytail 式最简充分原则；每个小问最多一次，只有基线和候选完成同口径实测后，才用真实数据与对比图说明收益、代价和风险，由你选择。
7. 写论文：先把匿名题目、完整摘要和关键词完整排在一个摘要页，题目优先单行、最多两行且宽度均衡，正文从下一页开始；再在基本假设/总体问题分析后、第一问推导与首个公式前建立全局核心符号三线表。每个编号问题用短导读说清“本问接着什么、为什么这样解、将交付什么”，随后循序展开方法、结果、验证与结论。Figure 锁定后先给证据支撑的预计页数区间，由你选择具体总页数或“证据充分即可”。仓库内置按官方文件校准的 LaTeX 模板；Word 只提供派生与审计工具，须由用户传入自己有权使用的本地 .docx，不再把旧社区稿冒充官方模板。写作按证据去 AI 味，不为页数扩写套话。计算型论文会在另起一页的附录加入本题专属代码式伪代码，逐步对应真实脚本、验证边界和结果文件；不会用空函数或通用六步框架冒充复现。
8. 逐张出图：按图表计划出复杂、有逻辑层次的图。
9. 提交前体检：封皮、封皮后匿名、页数、格式、材料清单、MD5 与 AI 使用披露逐项审计，不过门禁不交卷。
10. 赛后蒸馏：把你这一届的解法沉淀回知识库，越用越强。

它不做什么：不替你提交作品、不承诺获奖等级、不编造数据和文献；AI 只做辅助，按当届官方规定如实披露。

git clone <repo>
cd Huaweibei-cool
python -m pip install -r requirements.txt

依赖：pymupdf、pypdf、python-docx、pytest（已实测可导入）。

SKILL.md            Skill 入口与路由
config/             比赛配置与 JSON Schema
modules/            流程模块（求解/图/验证/比赛日/训练/打磨/蒸馏/技术路线图）
playbooks/          八大题型原型与方法卡
tracks/             2022–2025 赛道档案
corpus/
  papers_index.json/.csv   729 篇语料索引（已入库）
  text/                    全文抽文（.gitignore 排除，本地生成）
  schemas/                 卡片 JSON Schema
  cards/                   产出的简卡/深卡（入库）
scripts/            语料与论文链脚本（含 doctor.py 自检 / render_roadmap.py 路线图渲染 / paper_checklist.py 终审机检）
skills/academic-figure/  科研绘图子 skill
assets/paper-template/   论文 LaTeX 模板与 Word 派生规范（不捆绑 Word 二进制）
assets/scaffold/         比赛日空骨架
assets/roadmap/          技术路线图 schema 与 8 原型 YAML 模板
assets/checklists/       优秀论文自检表（138 条结构化 JSON + 人读版）
docs/UPSTREAM.md          上游资产来源与许可记录
docs/HANDOFF.md           深化交接包
docs/FIGURE_COOKBOOK.md   论文 18 图种选型与八原型必备图
docs/TROUBLESHOOTING.md   环境/编译/字体常见坑
docs/examples/quickstart/ 一键开箱玩具样例（题面→PDF 全链路）
docs/examples/roadmap/    3 个技术路线图样例（YAML+渲染产物）
tests/              测试

0. 环境自检：先跑 python scripts/doctor.py（Python/依赖/xelatex/中文字体/MATLAB/Word 一键体检）； 想先看全链路能不能跑，跑 powershell -File scripts/quickstart_demo.ps1（玩具题面→匹配→路线图→PDF）。
1. 运行 START_WINDOWS.bat（或 python scripts/contest_init.py）初始化工作目录。
2. 按 config/contest.json 核对当届官方规则（届次、页数、格式）。
3. 反 AI 读题审计：按 modules/kickoff-audit.md 逐段拆解题面、列约束与歧义、出建模候选与图表计划； 报告先给用户确认，确认记录写入 evidence-ledger，才允许进入求解（判型器只出候选，不抢跑）。
4. 从 SKILL.md 的启动选择题路由进入对应模块。
5. 终审：论文成稿后跑 python scripts/paper_checklist.py --tex 论文/main.tex --problems 题数 --archetype 题型， 对 138 条优秀论文自检表做机检；待人工条目用 --mark ID=pass|na 裁决，--strict 全裁完。随后以真实参数运行 python scripts/submission_audit.py --paper 提交附件/最终论文.pdf --source 论文/main.tex --manifest 论文/论文输入.json --attachments 提交附件 --ai-used mixed --ai-file 提交附件/AI使用说明.txt --cover-policy required --report 论文/submission_audit.json --json， 最后执行 python scripts/progress.py --root . --gate P6。在此之前，按 modules/submission.md §4 失效派生缓存、全量重跑求解—验证—图表—论文链，完成隔离目录干净构建、逐页 QA 和全部交付包/哈希同步。P6 会现场重算机器项、逐项核对 sidecar，并重跑提交审计，因此复制旧报告或手写全绿不能放行；它不会自动证明项目特有的全部求解脚本已执行或旧缓存已失效，这部分必须保留缓存隔离记录、运行日志和差异对账作为人工证据。

反 AI 命题意识：出题组会刻意诱导套路、藏约束、设歧义。宁可慢、宁可多问， 也不许凭模式匹配一眼套模板就开干——千万不要聪明反被聪明误。

• Desktop 语料根只读，不修改/移动/删除任何用户文件。
• PDF、全文抽文 txt、渲染 PNG 不入 git（见 .gitignore）。
• 数字、奖级、方法归属拿不准标"待确认"，禁止脑补。
• 本工具不承诺获奖、不代提交；AI 仅作辅助，须按当届官方规定披露使用情况。