LKQ667/math-paper-cn

Latest recorded source activity: August 9, 2026 at 13:30

SkillsMP catalog refreshed: November 2, 2026 at 18:02

skills collected: 1

GitHub stars: 22
GitHub forks: 1

Install with an AI assistant

Copy this prompt into the AI assistant you're using.

Follow https://skillsmp.com/skill-install/prompt.md to install Agent Skills from https://github.com/LKQ667/math-paper-cn.

Repository README

Repository README source: README.md

Read the source README

Expand full README

# math-paper-cn 面向中文数学建模竞赛的全自动工作流，兼容 Codex、Claude Code、OpenCode、TRAE Work 等 AI 编程工具，覆盖从项目初始化、数据分析、建模推导、代码实现、顶刊级可视化到 LaTeX 论文交付的完整链路。 > 💬 交流群：**635765940**（QQ），欢迎加入讨论数学建模、AI 编程与论文写作 ## 定位这是一个端到端数学建模竞赛技能，将 step0 到 step5 的核心流程整合为一条主线，按阶段推进到最终论文成稿。适用于全国大学生数学建模竞赛、APMCM 等同类赛事。 ## 功能概览 | 阶段 | 核心任务 | 核心产物 | |------|----------|----------| | **step0** | 项目初始化与资料收集 | 文件夹结构、AGENT.md、README、权威文献清单 | | **step1** | 数据预处理与 EDA | 数据清洗、EDA 图表、问题重述、方法筛选 | | **step2** | 单问分析建模 | 模型选择、数学推导、公式、结果分析、图表建议 | | **step3** | 代码实现 | Python 算法、顶刊级图表、结果文件 | | **step4** | 论文写作与内容组织 | 正文、摘要、图表入文、灵敏度分析 | | **step5** | 排版编译与最终交付 | LaTeX 编译、PDF 导出、参考文献、附录、门禁检查；不主动生成 Word，已有 Word 不影响流程 | ## 目录结构 ``` math-paper-cn/ ├── AGENT.md # 项目级规则 ├── SKILL.md # 技能主文件 ├── assets/ │ ├── drawio/ # Draw.io 绘图模板库 │ │ ├── UPSTREAM.md │ │ └── template_library.json │ ├── reference-pictures/ # 参考图片 │ └── templates/ │ ├── main.tex # LaTeX 主模板 │ └── py-figures/ # 14 个顶刊级 Python 绘图模板 ├── references/ │ ├── appendix-code-prose-style.md │ ├── auto-checklist.md │ ├── drawing-pipeline.md │ ├── literature.md │ ├── model-writing-b477.md │ ├── py-chart-selection.md │ ├── py-palette-export.md │ ├── py-template-recipes.md │ ├── visual-style.md │ └── workflow.md └── scripts/ ├── checks/ # 37 个交付门禁检查脚本 │ ├── run_all_checks.py # 全量检查入口 │ ├── check_*.py # 各类检查项 │ └── common.py ├── drawing/ │ └── drawio_pipeline.py # Draw.io 自动化流水线 ├── plotting/ │ ├── py_nature_core.py │ ├── template_registry.py │ ├── render_template_demo.py │ └── run_py_nature_qa.py └── prepare_appendix_code.py # 附录代码净化脚本 ``` ## 演示图片本技能内置 14 个 Nature 系绘图模板，可自动生成顶刊级科研图表。以下为部分示例： ### 三维曲面与优化分析 | 3D 响应曲面 | Pareto 前沿 | |:---:|:---:| | ![3D 响应曲面](./演示图片/3d_response_surface.png) | ![Pareto 前沿](./演示图片/pareto_front.png) | ### 机理模型与预测对比 | 机理模型三维曲面 | 预测实测对比 | |:---:|:---:| | ![机理模型三维曲面](./演示图片/fig_q1_1_机理模型三维曲面.png) | ![预测实测对比](./演示图片/fig_q2_1_预测实测对比.png) | ### 空间分析与灵敏度 | 偏好空间分区 | 灵敏度热力图 | |:---:|:---:| | ![偏好空间分区](./演示图片/fig_q4_1_偏好空间分区.png) | ![灵敏度热力图](./演示图片/fig_q5_1_灵敏度热力图.png) | ### Nature 级科研绘图 | 单细胞免疫微环境 | EEG 神经动力学 | |:---:|:---:| | ![单细胞免疫微环境](./演示图片/fig01_单细胞免疫微环境.png) | ![EEG 神经动力学](./演示图片/fig03_EEG神经动力学.png) | | 材料三元性能优化 | 动态网络鲁棒性 | |:---:|:---:| | ![材料三元性能优化](./演示图片/fig06_材料三元性能优化.png) | ![动态网络鲁棒性](./演示图片/fig07_动态网络鲁棒性.png) | | 统计分布分析 | 分组分析 | |:---:|:---:| | ![散点图矩阵](./演示图片/散点图矩阵.png) | ![针肋排数分组分析](./演示图片/针肋排数分组分析.png) | ## 核心能力 ### 1. 顶刊级 Python 可视化内置 14 个 Nature 系绘图模板，覆盖网络分析、灵敏度分析、优化、时空分析、统计等常见建模场景。所有图表自动导出 SVG + PDF + PNG 三种格式，经中文字体 QA 检查后方可入文。 ### 2. 双模式绘图流程 - **Draw.io 模式**：自动生成流程图、问题分析图、技术路线图，保留 `.drawio` 源文件可编辑 - **AI 全自动绘图**：自动生成提示词并调用图像生成，产出概念图、模型图、原理图 - 项目首次启动时锁定模式，写入 `figures/manifest.json` ### 3. 交付门禁检查 37 个自动化检查脚本覆盖： - 结果一致性（唯一数据源） - 论文质量（页数、留白、强调、符号、引用） - 图片合约（manifest、绘图模式锁定、QA 记录） - 代码完整性（附录代码、路径清洁） - 模板适配（主模板结构、章节白名单）最终交付前运行 `python scripts/checks/run_all_checks.py --project <目录>`，所有检查通过后方可完成。 ### 4. LaTeX 论文排版 - 内置 `assets/templates/main.tex` 主模板，符合国赛论文规范 - 自动处理摘要、关键词、参考文献、附录 - 支持 PDF 导出；不主动生成或转换 Word，已有 Word 文件不影响流程 ## 使用方式 ### 安装将本仓库完整复制到本地： ```bash git clone https://github.com/LKQ667/math-paper-cn.git ``` 对于 TRAE Work 用户，可直接复制到技能目录： - Windows：`%USERPROFILE%\.trae-cn\skills\math-paper-cn` - macOS：`~/.trae-cn/skills/math-paper-cn` ### 触发在支持 AGENT.md 的 AI 编程工具（Codex、Claude Code、OpenCode、TRAE Work 等）中打开项目目录，工具会自动加载本工作流。也可手动调用： ``` 用 math-paper-cn 跑这个赛题 ``` ### 运行门禁检查 ```bash python scripts/checks/run_all_checks.py --project /path/to/project ``` ## 设计原则 - **全程中文**：代码关键字除外，图片、图注、流程图文字全部中文 - **数据可追溯**：所有数据、方法、结论必须有真实来源，严禁编造 - **证据驱动**：不臆造结果，所有结论基于可复查证据和检查通过 - **顶刊标准**：图表默认达到顶刊科研绘图标准 - **全自动交付**：从项目初始化到最终 PDF，一次运行即可完成 ## 交流与反馈 - QQ 群：**635765940** - 欢迎提 Issue 或 PR ## 许可本工作流仅供学习与使用。

Loading the repository README…

Skills in this repository

Data Scientists

1 occupation category · 100% classified

skill

occupation

description

updated

math-paper-cn

Data Scientists

Use when the user wants an end-to-end Chinese mathematical modeling workflow with Python data figures, project-locked Draw.io or AI non-data figures, automatic Windows LaTeX setup, step0-step5 hard gates, and final LaTeX/PDF output.

Source text: Chinese

2026-08-09

Showing 1 of 1 collected skill.