MathModel-Skill
为AI智能体设计的完整数学建模工作流技能包，覆盖从读题到生成正式论文的全过程。
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：MathModel-Skill。 它的用途是：为AI智能体设计的完整数学建模工作流技能包，覆盖从读题到生成正式论文的全过程。 完整的 Skill 内容见：https://321skill.com/skills/mathmodel-skill-yushui2022/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
“我已经把赛题和附件放进problem_files/。请使用MathModel Skill，从paper-workflow-orchestrator开始，按正式比赛流程完成。” 随后，AI会启动预检，并引导你逐步完成读题、建模、编码、结果验证和论文撰写，最终在paper_output/目录下生成格式规范的Word论文。如果中途中断，对AI说“继续”，它会通过workflow_guard脚本自动恢复至断点。
介绍
MathModel Skill 是一套专为AI智能体（如Trae、Claude Code、Codex）设计的数学建模比赛辅助工作流。它解决了在长对话中，AI智能体进行复杂数学建模时容易出现的流程混乱、上下文遗忘、证据链断裂等问题。
用户只需将赛题文件放入指定目录，并启动工作流，智能体便会在内置脚本的引导下，按S0-S8的标准化流程逐步执行：包括问题解析、模型路线规划、代码生成与运行、结果验证（证据门禁）、正式论文撰写与排版（格式门禁），最终生成包含可编辑公式的Word文档。整个过程强调可追溯、可恢复和可验证。
它非常适合参加数学建模竞赛（如国赛、美赛）的高校学生、需要快速构建模型原型的学术研究者，以及希望将建模过程规范化的数据分析师。
请注意，该技能包分为Standard和Lite两个版本，请根据所用AI模型的能力（上下文长度、推理稳定性）选择合适的版本。一个项目只安装一个版本，避免混合使用。
核心特点
与零散的建模提示词或单一代码生成技能不同，它提供了一套完整的、可脚本化校验的端到端工作流（S0-S8），通过“证据门禁”和“格式门禁”确保结果真实性与论文规范性，并利用JSON文件作为阶段交接单，有效对抗长上下文衰减，保证流程的可恢复性和稳定性。
注意事项
不适合期望完全“一键生成”论文、不愿参与任何流程交互或模型选择的用户；对于上下文极短或工具调用不稳定的老旧模型，可能无法流畅执行Standard版的完整流程。
常见问题
我应该选择Standard还是Lite版本？
若使用Trae、Claude Code等强模型，且上下文充足、工具调用稳定，追求竞赛级完整论文，选Standard。若模型能力普通、上下文较短，或希望流程更简单稳定，选Lite。
它能直接生成LaTeX/PDF论文吗？
默认主分支输出Word文档。如需LaTeX/PDF，需切换到独立的Latex分支，该分支在证据链后额外提供TeX导出和编译能力，但要求本地安装xelatex环境。
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/mathmodel-skill-yushui2022/raw/index.md 读取 MathModel-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/mathmodel-skill-yushui2022/raw/index.md（查看排版版本）