v5.8.1 · 工业级数学建模竞赛全流程 Agent
从赛题到终稿，一站式交付。双模式运行、六维选题评估、模型依赖 DAG、五人评审团、学术诚信门控、公式自动渲染——把数学建模竞赛变成可追溯、可审计的工程流水线。
建模竞赛真正失败的地方，往往不是"不会模型"，而是流程漂移：
- 题没读清楚就上复杂模型
- 论文里写的数字脚本输出找不到
- bug 修复后论文数字偷偷漂移没人察觉
math-modeling-contest 把这些漂移模式做成"结构上藏不住"的形态——每个数字可追溯、每次修改有审计、每项声明有证据。
| 能力 | 说明 |
|---|---|
| 双模式运行 | Autopilot（全自动管道）或 Manual（人工强制检查点） |
| Friendly Mode | 关键决策用编号选项推进，用户不用手敲命令或编辑 JSON |
| 三角色协作 | 建模手、编程手、论文手职责分离，交接依赖可追溯 |
| 状态日志 | 长流程可维护 state/decision_log.json，中途恢复不丢上下文 |
| 六维选题评估 | 从数据可得性、建模难度、创新空间等 6 个维度评估选题 |
| L3+ 模型推导深度 | 强制达到工程可复现的推导深度，拒绝"显然可得" |
| 模型依赖 DAG | 子模型间的依赖关系可视化为有向无环图 |
| 五人评审团 | 5 个独立 reviewer 打分，≥65 分才放行 |
| 学术诚信门控 | 7 类阻断式检查（抄袭、数据造假、引用缺失等） |
| 公式自动渲染 | LaTeX → OMML 原生 Word 公式（可编辑，非图片） |
| 三线表自动排版 | 国赛标准三线表，一键生成 |
| 分数轨迹追踪 | 每次修改后自动追踪论文质量分数变化 |
| 实质内容下限 | 9000 字以下硬拦截；9000 字以上按问题复杂度自然展开，不强行凑字数 |
这版参考了两个优秀开源 skill 的思路，但没有复制文本或文件：
handsomeZR-netizen/mathmodel-skill：吸收“编号问答式 Friendly Mode、状态日志、分层反馈、竞赛特化”的设计思想。XiaoMaColtAI/math-modeling-skill：吸收“三角色协作、算法库索引、Figure Contract、Claim-Evidence 写作”的组织思路。
本项目仍保留自己的主架构：G1-G6 门控、结果冻结、质量审计、build_docx.py 原生 Word 生成，以及 9000 实质字符下限。
python scripts/pipeline_manager.py auto全自动跑完：分析 → 建模 → 验证 → 论文。适合快速原型和 deadline 冲刺。
python scripts/pipeline_manager.py manual每个阶段有显式门控（enter_condition / pass_criteria / fail_fallback），失败会标脏下游产物。适合追求可控性和质量。
| 竞赛 | 语言 | 论文格式 |
|---|---|---|
| CUMCM 全国大学生数学建模竞赛（国赛） | 中文 | 三线表、宋体+黑体、A4 |
| 51MCM 五一数学建模竞赛 | 中文 | 三线表、宋体+黑体、A4 |
| MCM/ICM 美国大学生数学建模竞赛（美赛） | 英文 | 标准学术格式 |
# 安装到 Codex
codex skills install github.com/xuec699-sudo/math-modeling-skills或手动复制 SKILL.md 所在目录到 $CODEX_HOME/skills/math-modeling-contest/。
在 Codex 中说：
- "求解这道题" / "solve this" — 全流程跑
- "只做问题1" — 分段执行
- "生成论文" / "write paper" — 强制走
build_docx.py（非 Pandoc） - "修改论文" / "revise paper" — 原地编辑 DOCX
- "审阅论文" — QA 清单检查
安装完成后，不需要手动运行 SKILL.md。你只要在 Codex 里明确提到 math-modeling-contest，或者直接描述“数学建模竞赛 / 国赛 / 美赛 / 五一赛 / CUMCM / MCM / ICM”，Codex 就会读取这个 skill 并按里面的流程工作。
请使用 math-modeling-contest skill 帮我完成这道数学建模竞赛题。
竞赛类型：国赛/CUMCM
运行模式：先 Manual，不要直接写论文，每一步先给我门控检查结果。
我会把题目文件、附件数据和已有代码发给你。
请先完成：读题、问题拆解、数据检查、建模路线选择，并告诉我下一步该做什么。
如果你已经把赛题 PDF/Word 和附件数据上传给 Codex，可以直接复制下面这段：
请使用 math-modeling-contest skill 完整求解我上传的数学建模赛题。
赛题文件：我已上传题目 PDF/Word
附件数据：我已上传所有 Excel/CSV/图片/说明文件
竞赛类型：国赛/CUMCM（如果你判断不是国赛，请先说明）
运行模式：Manual checkpoint 模式
请按下面顺序执行：
1. 读取赛题和全部附件，先不要写论文。
2. 输出问题拆解：每一问的输入、输出、约束、评价指标、依赖关系。
3. 检查数据质量：缺失值、异常值、单位、字段含义、是否需要派生变量。
4. 给每一问提供 2-3 个候选模型，并说明优缺点、数据需求、最小 PoC 验证方案。
5. 建立模型依赖 DAG，说明哪些子问题可以并行，哪些必须等待前置结果。
6. 等我确认路线后，再进入代码求解、图表生成、论文初稿和 DOCX 输出。
硬性要求：
- 论文数字必须能追溯到脚本输出。
- 每个模型必须有变量表、公式、约束或核心方程。
- 每个关键结果必须有图表解释和鲁棒性/敏感性分析。
- 生成论文时必须使用 scripts/build_docx.py，不要用 Pandoc。
- 论文只设 9000 个实质字符下限，不要为了达到某个字数目标而填充废话。
如果你想让它全自动推进，把“运行模式”改成：
运行模式：Autopilot，全流程自动推进；但每完成一个大阶段请给我一次简短状态汇报。
请使用 math-modeling-contest skill，按 Autopilot 模式求解这道题。
要求：从题目解析、建模、代码、结果验证、图表、论文初稿到最终审阅都走完整流程。
每个阶段必须留下可追溯文件，论文中的数字必须能追溯到脚本输出。
请使用 math-modeling-contest skill，只处理问题 1。
先判断这是预测、优化、评价、机理建模还是综合类问题。
然后给出 2-3 个候选模型，每个模型都要有优缺点、数据需求和最小 PoC 验证方案。
请使用 math-modeling-contest skill 修改我的已有 DOCX 论文。
注意：不要从 Markdown 重新生成整篇论文，必须用 in-place edit 的方式在原文档基础上修改。
我会说明要改的段落、表格或图。
把第一句话写得更明确：
Use the math-modeling-contest skill. Read its SKILL.md first, then follow its gate-driven workflow.
或者中文：
请显式调用 math-modeling-contest 这个 skill，先读取 SKILL.md，再按 G1-G6 门控流程执行。
如果 codex skills install 不可用，可以手动安装：
git clone https://github.com/xuec699-sudo/math-modeling-skills.git math-modeling-contest然后把整个 math-modeling-contest/ 文件夹放到你的 Codex skills 目录中，例如：
$CODEX_HOME/skills/math-modeling-contest/
目录里必须能直接看到：
math-modeling-contest/
├── SKILL.md
├── scripts/
├── references/
└── templates/
# 1. 写 Markdown 草稿（LaTeX 公式 + [FIGURE:] 占位符）
# 2. 一键生成 DOCX
python scripts/build_docx.py draft.md output.docx
# 3. 如果实质内容不足 9000 字 → HARD FAIL → 只补充推导、对比、鲁棒性和图表解释后重试
⚠️ 严禁使用 Pandoc 或手动python-docx绕过此流程。
math-modeling-contest/
├── SKILL.md # 精简后的核心执行规则（约 10KB）
├── agents/ # Agent 配置
├── scripts/ # 核心脚本（60+ 个）
│ ├── pipeline_manager.py # 管道编排器（30KB）
│ ├── quality_gate.py # 质量门控（51KB）
│ ├── build_docx.py # DOCX 生成器（LaTeX→OMML）
│ ├── plot_figures_nature.py # 论文级图表生成
│ ├── model_remediator.py # 模型修复器
│ └── ...
├── references/ # 参考文档
│ ├── algorithm-library/ # 7 类算法库（优化/预测/评价/图论/统计/综合/ML）
│ ├── role-guides/ # 建模手/编程手/论文手角色指南
│ ├── problem-triage.md # 六维选题评估
│ ├── integrity_gate_checklist.md # 学术诚信 7 类检查
│ ├── model-formulation-guide.md # 模型建立指南
│ └── ...
└── templates/ # 论文模板（LaTeX + DOCX）
维护原则：SKILL.md 只保留触发后必须执行的核心流程；长示例、算法细节、格式规范和审计清单放在 references/，避免主入口过长或重复。
MIT License
Built for CUMCM · 51MCM · MCM/ICM
Explicit enter_condition / pass_criteria / fail_fallback for every workflow checkpoint.
Run: python scripts/quality_gate.py contracts
| Gate | Purpose |
|---|---|
| G1 PROBLEM_PARSED | Problem parsed + classified + literature searched |
| G2 METHOD_VALIDATED | Every candidate has <=30-line PoC with feasibility number |
| G3 CODE_REVIEWED | Code review with >=5 disk file items |
| G4 RESULTS_FROZEN | frozen_numbers.json not stale; 3-step refreeze protocol |
| G5 PAPER_SECTION_READY | Word count + >=3 discussion dimensions per result |
| G6 AUDIT_LAYER_PASSED | 3 independent auditors ALL must PASS |
After modifying code/methods/results/planning files, grep workspace for stale references.
Run: python scripts/quality_gate.py propagate --changed-files ...
Every candidate method requires <=30-line PoC script with feasibility result.
Run: python scripts/quality_gate.py g2_poc
Auto-detects when source files are newer than frozen_numbers.json, marks as STALE.
Run: python scripts/quality_gate.py g4_stale
Three orthogonal auditors with mandatory disk artifacts:
- Consistency audit ->
paper/audits/cross_media_consistency_audit.md - Completeness audit ->
paper/audits/completeness_audit.md - Quality audit ->
paper/qa_report.md
Run: python scripts/quality_gate.py g6_audit
Three-step protocol: thaw (log reason) -> modify (update source) -> re-freeze.
Run: python scripts/frozen_numbers.py re-freeze --subquestion Q1
Session-start checks: git status, Python version, scientific packages, workspace skeleton.