メニュー
本技能应在用户要求"数学建模"、"建模比赛"、"数模论文"、"数学建模竞赛"、"建模分析"、"建模求解"或提及数学建模相关任务时使用。适用于全国大学生数学建模竞赛(CUMCM)、美国大学生数学建模竞赛(MCM/ICM)等各类数学建模比赛。
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/diegosouzapw/awesome-omni-skill --skill math-modelingコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
Token-efficient tracking for AI orchestration. CLI-first for status updates (~50 tokens), agent fallback for complex ops (~1KB). Use when: updating task status, querying blockers, creating progress files, validating phases.
AshAi extension guidelines for integrating AI capabilities with Ash Framework. Use when implementing vectorization/embeddings, exposing Ash actions as LLM tools, creating prompt-backed actions, or setting up MCP servers. Covers semantic search, LangChain integration, and structured outputs.
This skill should be used when solving hard questions, complex architectural problems, or debugging issues that benefit from GPT-5 Pro or GPT-5.1 thinking models with large file context. Use when standard Claude analysis needs deeper reasoning or extended context windows.
SKILL.md を表示中
SOC 職業分類に基づく
| name | math-modeling |
| description | 本技能应在用户要求"数学建模"、"建模比赛"、"数模论文"、"数学建模竞赛"、"建模分析"、"建模求解"或提及数学建模相关任务时使用。适用于全国大学生数学建模竞赛(CUMCM)、美国大学生数学建模竞赛(MCM/ICM)等各类数学建模比赛。 |
本技能为数学建模竞赛和项目提供结构化的三阶段工作流程：建模分析、代码实现、论文撰写。确保建模、编程、论文撰写三个环节紧密衔接，产出高质量的数学建模成果。
数学建模是利用数学方法解决实际问题的过程，核心流程包括：
本技能采用三阶段协作模式，各阶段按顺序依次执行。
本技能鼓励创新和灵活性：
⚠️ 执行前提（必须最先执行）：
在开始建模分析之前，必须先读取角色指导文档：
references/建模手说明.md - 详细的建模分析工作流程、模型选择原则、注意事项执行任务：分析题目，确定数学模型，产出分析文档。
执行步骤：
重要约束：本阶段不编写代码，仅产出分析文档供后续阶段使用。
产出文件：
题目分析报告.md - 包含问题分析、模型选择、公式推导、参考文献术语表格.md - 中英文术语对照表⚠️ 执行前提（必须最先执行）：
在开始代码实现之前，必须先读取角色指导文档：
references/编程手说明.md - 详细的代码实现工作流程、代码规范、可视化要求执行任务：根据题目原文和建模阶段产出的文档，编写解题代码并生成结果。
执行步骤：
产出文件：
问题X_求解.py（或其他语言）- 各题目的解题代码结果表格.csv - 计算结果README.md - 项目说明文档⚠️ 执行前提（必须最先执行）：
在开始论文撰写之前，必须先读取角色指导文档：
references/论文手说明.md - 详细的论文撰写工作流程、论文模板、撰写规范执行任务：根据题目原文、建模分析和代码实现的产出，撰写完整论文。
执行步骤：
产出文件：
论文.md - 完整的数学建模论文详细的算法说明文档，包含数学原理、适用范围、可视化图表、关键文献和代码实现：
assets/01-优化算法说明.md - 线性规划、整数规划、动态规划、遗传算法、PSO、模拟退火、蚁群、差分进化、禁忌搜索、灰狼优化、免疫算法、鲸鱼优化、麻雀搜索、多目标优化、鲁棒优化assets/02-预测类算法说明.md - 灰色预测、插值拟合、线性回归、神经网络、SVM、ARIMA、指数平滑、Prophet、LSTM、XGBoost/LightGBM、时空预测模型assets/03-评价类算法说明.md - AHP、Fuzzy-AHP、熵权法、TOPSIS、灰色关联分析、秩和比法、变异系数法、主观赋权法、数据包络分析、区间数评价、改进的TOPSISassets/04-图论与网络分析算法说明.md - 最短路径、最小生成树、网络流、关键路径、欧拉/哈密顿路径、匹配问题assets/05-统计分析与数据处理算法说明.md - 数据预处理、聚类分析(K-Means/层次/DBSCAN)、假设检验、PCA、因子分析、典型相关分析、非负矩阵分解assets/06-综合类算法说明.md - 蒙特卡洛、排队论、博弈论、元胞自动机、马尔科夫链、微分方程建模assets/07-机器学习算法说明.md - 随机森林、AdaBoost、孤立森林查看 assets/README.md 获取算法快速索引和使用指南。
各阶段的详细工作指南：
references/建模手说明.md - 建模分析阶段工作细则、模型选择原则、注意事项references/编程手说明.md - 代码实现阶段工作细则、代码规范、可视化要求references/论文手说明.md - 论文撰写阶段工作细则、论文模板、撰写规范references/默认论文模板.md - 标准数学建模论文模板结构scripts/analyze_appendix.py - 附录表格转换工具
将Excel文件无损转换为CSV格式，便于AI直接读取。
使用方法：
# 转换当前目录下的 附录/ 文件夹
python scripts/analyze_appendix.py
# 转换指定路径
python scripts/analyze_appendix.py --path ./data
# 转换单个文件
python scripts/analyze_appendix.py --file 附录1.xlsx
使用流程：
python scripts/analyze_appendix.py转换特点：
附录/、附件/、data/ 等文件夹