math-modeling-skill
面向数学建模竞赛的三阶段全流程AI助手
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：math-modeling-skill。 它的用途是：面向数学建模竞赛的三阶段全流程AI助手 完整的 Skill 内容见：https://321skill.com/skills/math-modeling-skill/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“请使用math-modeling skill，帮我完整解决这个数学建模题目。” 它会启动三阶段流程：先由建模手分析题目并输出分析报告和术语表；接着编程手根据报告编写代码、运行并生成结果图表；最后由论文手整合所有材料，生成结构完整的论文草稿。你也可以说：“我只想针对这个模型写求解代码和画图。” 它会直接加载编程手角色为你服务。
介绍
这个Skill旨在为数学建模竞赛提供一套完整、结构化的AI辅助解决方案。它解决了参赛者在备赛和解题过程中，需要同时处理问题分析、模型构建、代码实现、结果可视化和论文撰写等多重任务的挑战。
Skill通过三个独立的角色（建模手、编程手、论文手）来模拟真实团队分工，用户可以根据需求启动完整流程，或仅调用特定阶段。例如，可以只让建模手分析题目和选择模型，或只让编程手根据已有模型编写代码和生成图表。
它特别适合参加数学建模竞赛（如国赛、美赛）的学生、需要快速进行模型验证的研究人员，以及希望学习标准建模流程的初学者。Skill强调交付物的规范性和可复现性，要求所有结论必须基于真实运行结果。
与市面上许多零散的建模代码生成器或论文写作助手相比，本Skill的核心区别在于其严格的“三阶段流程”和“反馈闭环”机制。它不是一次性生成答案，而是构建了一个协作式的工作流，当后续阶段（如编程）发现前序阶段（如建模）的缺陷时，会要求返回修正，确保最终产出的模型、代码和论文逻辑自洽、结果真实。
核心特点
核心区别在于其“角色分工”和“反馈闭环”机制：它将建模流程拆解为三个独立且可回溯的角色（建模手、编程手、论文手），当编程手发现模型不可实现或论文手发现结论缺乏支撑时，会强制要求返回前一阶段修正，而非猜测或编造，确保了产出的严谨性和一致性。
注意事项
本Skill生成的论文仅为参考，不能直接作为竞赛作品提交，最终论文必须严格遵循目标竞赛当届的官方规则和模板进行修改。
常见问题
这个Skill能直接生成可以提交的竞赛论文吗？
不能。它生成的论文是参考稿，结构和格式必须由用户根据竞赛官方最新模板和规则进行最终调整和确认。
可以只用它来写代码或画图吗？
可以。你可以指定只使用“编程手”角色，它会基于已有的题目分析和模型说明来编写代码、运行并生成图表。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/math-modeling-skill/raw/index.md 读取 math-modeling-skill 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/math-modeling-skill/raw/index.md（查看排版版本）