Skip to main content

math-paper-cn

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.

설치로 이동

소스 정보

저장소
LKQ667/metamath-harness
최근 소스 활동
2026년 9월 6일 05:38
감지된 SKILL.md 언어
중국어
스타
15
포크
1

설치 방법

기본적으로 소스를 먼저 확인하는 Prompt가 선택됩니다. 직접 명령으로 전환하거나 로컬 사본을 다운로드할 수도 있습니다.

소스 파일 검토

설치 여부를 결정하기 전에 SKILL.md와 SkillsMP에 표시된 보조 파일을 읽어 보세요.

파일 탐색기
100 개 파일

SKILL.md 표시 중

SKILL.md
소스 지침 · 읽기 전용 미리보기
name
math-paper-cn
description
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.
user-invocable
true
disable-model-invocation
true
# math-paper-cn ## 定位 这是一个以当前工作区和用户指定项目目录为边界的全自动总技能,合并 step0 到 step5 的核心流程。使用时以本技能为主线,按阶段推进到最终论文成稿。 ## DeepSeek Harness mathmodel 入口契约 - 本 Skill 只能由用户手动调用。若调用文本包含 `dsh.mathmodel.request/v1` JSON,先校验 `skill` 必须为 `math-paper-cn`,再把 `options` 作为本次运行的锁定配置;卡片已经提供的值不得再次询问。`problem_path` 和 `output_dir` 相对路径均以当前工作区解析,禁止回退到历史固定盘符。 - 锁定字段必须贯穿项目状态和门禁:`body_pages` 控制正文最低页数;`competition_language` 锁定赛事语言为中文或英文;`figure_total` 控制全文最终入文图片目标总数,默认 15 张并允许用户自定义;`bar_policy` 分别表示禁用柱状图、仅在既有例外条件成立时少用、按图型决策正常使用;`three_d_preference`、`reference_excellent_papers` 分别控制三维图评估和优秀论文完成度校准;`userNotes` 作为补充约束。用户要求与官方赛事规则冲突时以官方规则为准并记录冲突。 - 当 `reference_excellent_papers=true` 时,调用 `../_shared/scripts/discover_excellent_papers.py --competition 国赛 --problem <当前题号> --limit 2`,只读取 `<DSH_HOME>/往年优秀论文/国赛/` 中发现脚本返回的同题样本,并执行 `../_shared/references/excellent-paper-policy.md`。必须在项目状态中记录返回状态和实际样本;返回 `catalog_missing`、`catalog_invalid`、`no_matching_sample`、`file_missing` 或 `hash_mismatch` 时写明“暂无匹配样本”及原因,继续使用官方规则、当前模板和通用量表,不得阻断论文流程。开关关闭时不得扫描或读取论文库。 - `drawing_mode=Draw.io成图+AI概念提示词` 时用 Draw.io 生成流程类图并只保留概念图提示词;`Draw.io成图` 时仍保留门禁要求的可追溯概念提示词但不调用生图;`AI全自动绘图` 只有在 `image_generate` 健康、`confirm_paid_calls=true` 且 `ai_image_limit>0` 时才能调用,累计数量不得超过上限。任一条件不满足时自动退回 Draw.io 成图加概念提示词并在 manifest 记录原因,不重复追问、不产生费用。 - `run_to_pdf=true` 时先调用 `get_goal`;当前会话无 Goal 时调用 `create_goal`,目标明确写为持续完成本项目并交付通过门禁的 PDF。已有同一目标则继续,禁止覆盖无关 Goal。持续推进 step0–step5,只有缺少不可替代的赛题、必要数据或官方赛事规则且同一阻塞连续存在达到 Goal 规则阈值时才可标记 blocked;不得因工作量、普通工具失败或可替代方案而停止。只有最终 PDF、step5 报告与 `verify_delivery.py` 全部通过后才能标记 complete。 ## 总原则 - 全程严格使用 `competition_language` 选择的赛事语言:选择中文时正文、图片、图注、坐标轴、图例、Excel 与流程图文字全部中文;选择英文时上述内容全部使用规范学术英文。代码关键字与必要专有名词除外。论文附录代码按净化规则去除普通注释。 - 严禁编造、胡编、篡改数据,严禁抄袭;所有数据、方法、结论和参考文献都必须可追溯。需要假设时必须标注依据,任何数据缺失、异常或与题目矛盾都要先报告,不得自行补齐或替换。 - 全流程从零持续推进到格式规范的完整 LaTeX/PDF 论文,禁止中途等待确认、暂停或无界重试。同一失败原因采用同一修复策略最多连续尝试 3 次;仍失败时必须分析根因并切换安全替代方案,继续完成后续工作,禁止重复执行无状态变化的命令。门禁失败必须自动修复并重跑,但不得以 Word 生成或转换作为补救方案。 - 数学建模图表必须按 `competition_language` 选择的中文或英文达到顶刊一区 Top 1 绘图标准,包括信息密度、构图、配色、字体层级、图例、坐标轴、图注与印刷可读性。优先使用有效的 mathmodel 卡片锁定绘图模式并同步写入 `项目状态.json` 与 `figures/manifest.json`;仅在没有结构化配置的手动调用或旧项目缺记录时询问一次,不得重复询问、猜测或静默切换。数据相关绘图始终沿用既有 Python 链路。 - 非数据绘图严格按 `references/drawing-pipeline.md` 执行。Draw.io 模式只自动生成流程图、问题分析流程图和技术路线图,概念类图保留 2–4 份提示词且不生图;AI 模式保留 2–4 份概念类提示词并逐份自动调用 Image Gen 生成候选图,另至少生成一张流程类图,不等待二次确认。任一必需成图、工具验证或 QA 缺失均硬阻断交付。 - 技术路线图必须使用 `drawio_pipeline.py build --brief ... --labels-json ...` 原子选择并生成,禁止手写 XML、回退旧模板或自造 `template_id`;英文原型与当前题目不同只能通过 labels 中文化,最终源文件结构和 manifest 必须通过模板指纹一致性门禁。 - 所有 Python 绘图必须先按“任务语义 -> 图型”决策,再走本技能内置顶刊绘图链路,导出 `svg + pdf + png` 并完成中文字体、可编辑文本和论文级版式 QA;交付前必须检查标题、坐标轴、图例、注释是否乱码、丢字、方框或问号替代字符,未通过者不得入文;不得依赖外部 `Py-Nature` skill 或外部绘图模板路径。 - `bar_policy=禁用` 是零例外硬约束:任何数据语义(包括时间轴、甘特图和区间图)都不得调用柱形 API(`bar/Bar`、`barh`、`broken_barh`、`barplot`、`mark_bar`、`vbar/hbar`、`kind="bar/barh"` 等),区间改用 `hlines/plot` 与端点标记;`bar_policy=少用` 仅在“类别很少、必须零基线、核心任务是绝对高度比较”同时成立且同源 manifest 条目写明完整 `bar_exception` 时允许;`bar_policy=正常` 仍须服从任务语义与信息密度。 - Python 图强烈建议优先评估顶刊一区中文三维图,不是必须采用,但每轮图型决策都要判断是否可用三维曲面、三维散点、三维轨迹、三维场或三维响应面提升信息密度,并在三轮自查中记录“三维图可行性评估”。 - 全文最终入文图片以 `figure_total` 为唯一数量目标,默认 15 张并允许用户自定义;不得再按“每问 2 到 4 张”机械平均分配。必须结合各问复杂度、信息密度、论文篇幅和论证价值动态分配,允许重点问题多图、简单问题少图或无图,但每张图必须承担不可替代的论证职责,禁止重复图、换色变体和为凑总数生成空洞图片。默认优先覆盖数据预处理、技术路线、灵敏度分析、核心结果与必要的原理/概念/模型图,最终严格核对总数与 `figure_total`。 - 问题分析、技术路线图和流程图必须来自锁定模式:Draw.io 模式保留 `.drawio`、SVG、PDF、2× PNG;AI 模式保留提示词和可解码成图。两种模式都必须完成内容、中文、符号、裁切、清晰度、路由/重叠、单/双栏缩印和正文回填检查,且运行时不得依赖外部技能目录。 - 技术路线图或问题分析流程图不能只停留在孤立 PNG;必须保留所选模式的可追溯源和 manifest,并在 `论文/main.tex` 中用 `\includegraphics` 正式插入正文。缺源、缺导出、缺提示词对应关系或伪造 QA 均不得入文。 - 所有最终数值结果必须先写入 `results/final_results.json`,论文正文、摘要、README 和 result.md 只能引用该唯一结果源,禁止保留互相冲突的多套结果;`scripts/` 只能作为共享工具、总控脚本和检查脚本目录保留,每个非空 Q1/Q2/Q3/Q4 问题目录都必须保留本问主脚本或包装脚本、模型说明和结果文件,禁止所有代码与结果链路只集中在 `scripts/`。 - 根据实际赛题问数动态覆盖 `Q1/` 到 `Qn/`;每个实际 Q 目录都必须包含 `README.md`、`result.md`、本问主脚本或包装脚本、`figures/` 子目录,每个 `Qn/figures/` 至少存放本问 1 张相关生成图;若确实不出图,必须在 `Qn/result.md` 写明“不出图理由”和“可复现结果来源”。每个 `Qn/result.md` 都必须面向未参与建模的队友或评委助理,完整、通俗、可复现地说明本问的目标、输入数据、核心假设、模型思路、关键公式通俗解释、运行命令、输出文件、核心数值结果、图表清单、结果解释、局限与下一问衔接。 - 附录代码必须强制完整收录,不允许只写“见某文件”;代码排版必须整洁可读,标题、文件名、功能说明、分段结构都要适配模板,确保观感接近正式竞赛论文附录。 - 论文允许自然留白,但禁止出现大半页空白;正文中不得用强制分页、大段 `\vspace`、`\vfill` 或空图表占位制造留白。若用户约定正文页数且正文不足,必须优先深化“模型建立与求解”:补充变量定义、约束来源、推导链、适用条件、边界讨论、求解细节和结果解释,禁止另增无关章节、堆砌套话或重复图表凑页数。 - 论文正文从论文第一页开始,包括标题、摘要、关键词、问题重述至参考文献的全部内容;只排除附录中的支撑材料文件目录和代码。正文默认不少于 16 页,若用户明确要求更高正文页数,以用户要求为准且不得低于 16 页;页数不足时不得通过扩充参考文献或新增章节凑页。 - 论文正文必须严格遵守内置模板主结构:一、问题重述,二、问题分析,三、模型假设,四、符号说明,五、模型建立与求解,六、敏感度分析,七、模型评价与改进,八、参考文献;正文禁止新增主章节,禁止把候选方法比较、体系结构、AI 痕迹检测、边界讨论、问题衔接、方法论启示、整体发现总结、数据-结果回扣、可复现性、运行顺序等作为独立 `\section`,相关技术内容只能并入“五、模型建立与求解”或放入 README、检查结果、附录说明。 - 正文禁止出现内部文件路径和绝对路径;唯一例外是原理图、模型图、概念示意图提示词的相对路径,必须写成 `手绘图/*.md`,如项目已有 AI 绘图目录可写成 `AI绘图/*.md` 或 `ai绘图/*.md`。 - 论文正文禁止出现实际字符 `•` 和 `☐`,不得使用项目符号或复选框式无序列表组织正文;如需列举,改写为连续论述、编号句或表格。 - 摘要与关键词必须全部位于第一页,关键词后的 `\label{abstract:end}` 编译页码必须为 1;摘要有效文字不得少于 800 字,建议 850–1050 字,在不跨页的前提下尽量铺满第一页。沿用模板排版,禁止另造摘要环境、缩小字号、压缩行距或用负间距规避门禁。 - 正文引用必须使用与参考文献条目真实关联的引用命令,并在引用处显示为右上角数字角标;LaTeX 优先沿用模板已有上标引文命令,缺失时定义兼容模板的 `\supercite{key}`(内部调用 `\cite{key}`),禁止手写 `[1]`、手工编号或使用与文后条目失联的角标。连续引用按模板排序、压缩,编译后抽查角标位置、编号和文后条目一一对应。 - 公式只给承担全文主链的少数关键式编号,例如核心机理、目标函数、关键约束、最终判据和直接支撑结论的公式;定义性补充、中间代换、重复指标与解释性推导使用无编号环境。多行但同属一个逻辑单元的公式整组只保留一个编号,编号必须唯一、连续并位于公式右侧;不得改动公式内容来迁就编号。 - 摘要中每个“针对问题一/二/.../X”只加粗该标签短语,标签后的标点和正文不得随标签进入同一粗体命令;每问再选择性加粗首次出现的重要算法、核心模型和主要结论。“关键词”三个字及分号分隔的每个关键词必须分别加粗。正文只强调决定性模型、关键判据、核心数值结论或最终推荐中的短语,优先加粗结论核心,原则上不加粗完整句,禁止连续多句、整段或逐段机械加粗。中文粗体必须在编译成品中真实可见;内置模板统一使用 `\paperstrong{}` 切换黑体,用户模板若无等价命令则局部定义同名命令,禁止依赖宋体伪粗体或全局更换正文主字体。 - 把适合正式数学建模竞赛论文的自然写作与论文主线设计内化到 step2-step5,不额外触发、导入或依赖 `humanizer`、`paper-spine`,也不新增它们的配置、确认门或中间产物:先明确本问贡献、证据、结论边界和评委可能质疑点,再让每段只承担一个明确功能,使结果逐项验证模型承诺。删除重复定义、同义复述、空泛承接、模板化三段式、宣传性措辞、模糊归因和“显然、由此可知”等无依据跳步;用具体变量、条件、数据或图表承接论断,保持正式、克制、可验证的竞赛论文语体。允许句式长短自然变化,但不得注入适用于博客的闲聊、幽默、刻意凌乱、个性化感叹、虚构细节、情绪化判断或不必要的第一人称。 - 写作完成后执行“草稿—审计—定稿”闭环:逐段检查是否重复解释、是否脱离贡献主线、结果是否验证模型承诺、结论是否越过证据边界、图表后是否紧跟必要解释;只删真正冗余,不删变量定义、适用条件、推导桥梁、误差说明和边界讨论。凡论文由脚本或模板生成,必须同步修改生成源与最终 `main.tex`,再重新生成或编译,防止下次运行覆盖修复。 - 附录“支撑材料文件目录”只写代码名称和重要 Excel 结果名称,允许纯名称保留 `.py`、`.xlsx` 等后缀;禁止写绝对路径、相对路径、目录路径或“见某文件夹”。 - 附录代码必须保持纯代码形态,禁止 Markdown 代码围栏、标题符号、装饰分隔线等格式符号,禁止注释,禁止连续大量空行。 - 真实业务代码保持不变,论文附录仅使用 `scripts/prepare_appendix_code.py` 从真实 Python 脚本生成的等价净化副本;详细配置、局部变量改名边界和回归规则见 `references/appendix-code-prose-style.md`。原版与净化版未在同一环境运行通过,或结构化结果不一致时不得交付。 - 论文标题、摘要至“七、模型评价与改进”的可见论述禁止使用“首先、其次、然后、接着”;正常论述中的 `()`、`【】` 和裸 `[]` 每千字合计不超过 4 组。句式应自然变化,第一人称只在确有必要时少量使用,具体规则见 `references/appendix-code-prose-style.md`。 - 本技能内置可跨电脑分发的 LaTeX 主模板 `assets/templates/main.tex`;论文内容组织、排版编译与最终交付默认以这个作为唯一主模板来源;除非用户明确要求切换模板,否则正文结构、标题层级、字号体系、摘要区、关键词、参考文献和附录都在该模板内适配,不另起炉灶。论文必须以所选主模板为基座做增量替换,禁止重新写一套普通 `article` 模板;默认不生成目录,禁止 `\tableofcontents`、`main.toc`、“目录”页、`\maketitle` 和普通 `abstract` 环境,并必须复用 `\titlefont`、`\sectiontitlefont`、`\keywordfont`、`\appendixtitlefont` 等模板命令。 - 在 step0 只运行无网络快速探测 `scripts/latex/latex_runtime.py probe --project <项目根目录>`;缺少 XeLaTeX 时记录为延后安装并继续 step1–step3,不得在 step0 阻塞下载。step4 首次草稿编译前由 `latex_runtime.py compile` 自动准备用户级 TeX Live:复用现有环境和缓存,优先校验离线包,再对清单中的镜像各尝试一次。安装或网络失败必须写入门禁报告;同一环境条件下不得反复调用安装,修复网络、空间、权限或离线包条件后再重跑。详细规则见 `references/latex-bootstrap.md`。 - 当信息不足时,先采用最合理假设继续推进并把假设点标记清楚;除非出现关键分歧,不要频繁追问,优先执行。 ### 思考与论证纪律 - 先把当前主问题压成一句话,再组织答案或当前阶段产物。 - 面对单问建模、公式推导、论文段落或证明型论证时,默认先压出 4 到 6 步主链,每步写清输入、依据和输出。 - “五、模型建立与求解”的写作质量参考 `references/model-writing-b477.md`:优先强化公式推导链、求解链条、结果解释和图表解释;B477 只作为写法参考,不能覆盖 `assets/templates/main.tex` 的正文主结构,也不能复制样本文字。 - 明确区分哪些内容是直接证明或自建推导,哪些内容是引用定理、标准结论或外部结果;引用时至少补一句“它在这里的作用是什么”。 - 凡是存在跳步风险的地方,补一句过渡,说明为什么能从前一步走到下一步;不要只用“显然”“由此可知”替代关键连接。 - 若需要深入,优先补定义、条件、推导、比较、边界、反例与失效情形,不用堆修辞冒充深度。 - 允许头脑风暴和方案发散,但每条候选思路都要说明解决什么、依赖什么条件、为何保留或淘汰,以及怎样接回当前主线。 ## 适用范围 当用户希望你直接完成数学建模竞赛的完整产物时使用,包括: - 项目脚手架搭建 - 题目和文献整理 - 数据预处理与 EDA - 单问建模与数学推导 - Python 编程与结果分析 - 顶刊级中文可视化 - 项目锁定模式的中文流程图/技术路线图 - LaTeX 论文排版与 PDF 输出;工作流不主动生成、转换或交付 Word(`.docx`)文件,项目中已有的 `.docx` 保持不动且不影响门禁 ## 阶段流程 | 阶段 | 核心任务 | 主要产物 | 目录分区 | |------|----------|----------|----------| | step0 | 项目初始化与资料收集 | 文件夹结构、AGENT.md、README.md、权威文献清单 | 赛题/、文献/、论文/等 | | step1 | 引入与数据预处理 | EDA、问题重述、方法筛选 | 数据预处理/ | | step2 | 单问分析建模 | 模型选择、数学模型、结果分析、图表建议 | Q1/、Q2/、Q3/、Q4/ | | step3 | 代码实现 | Python 算法、顶刊图表、result*.md | Q1/、Q2/、Q3/、Q4/ | | step4 | 论文写作与内容组织 | 正文、摘要、图表入文、灵敏度分析 | 论文/、摘要/、灵敏度分析/、手绘图/ | | step5 | 排版编译与最终交付 | LaTeX、PDF、参考文献、附录、门禁检查 | 论文/、检查结果/ | ## 执行顺序 1. 先完成 step0,建立目录、AGENT.md、README.md、项目状态与来源清单,只快速探测 LaTeX 并记录可用或延后安装状态,不下载、不烟雾编译;通过 step0 硬门禁后继续。 2. 再完成 step1,围绕真实数据做 EDA、清洗、可视化和问题重述,通过 step1 硬门禁后继续。 3. 然后进入 step2,逐问建立模型、推导公式、明确约束和目标;先输出主线骨架,再展开详细公式、比较与结果分析,通过 step2 硬门禁后继续。 4. 随后进入 step3,用 Python 实现算法、结果复现和高质量制图,通过 step3 硬门禁后继续。 5. 进入 step4 前,必须按项目锁定模式至少生成 1 张技术路线图或问题分析流程图,产物落入 `手绘图/` 并写入 `figures/manifest.json`。 6. 在 step2 到 step4 之间生成 2–4 份概念类提示词;Draw.io 模式止于提示词,AI 模式逐份自动生图并回填,提示词和成图必须一一对应。 7. 进入 step4,统一完成论文正文、摘要、图表入文、灵敏度分析和模型评价;区分“概念解释段”和“正式论证段”,完成角标引文、选择性公式编号、重点加粗、自然文风审计和草稿编译,通过 step4 硬门禁后继续。 8. 最后进入 step5,以项目模板或技能内置模板 `assets/templates/main.tex` 为排版基座,完成参考文献、附录、LaTeX 编译、PDF 导出、三轮自查和全量回归门禁;不调用 Word 生成或转换流程,已有 `.docx` 不检查、不删除且不阻断交付。 ## 交付要求 - 所有内容都要落在卡片 `output_dir` 或用户指定的当前工作区项目根目录中,不随意新增无关目录。 - 结果要能直接进入论文,不允许只停留在草稿层。 - 图片与流程图必须可以直接插入论文,且不依赖后续大改。 - 进入正文的图片必须经过排版筛选,优先保留最能支撑叙事和结论的图,不把所有候选图硬塞进论文。 - 论文文本要像人工撰写的国一作品,避免模板化和 AI 痕迹。 - 若任务涉及论文排版、摘要落版、章节增删、图表入文、字体字号或 PDF 导出,必须优先检查并修改项目模板 `assets/templates/main.tex`;确保改动与模板现有命令、编号和样式系统兼容。 - 若任务涉及附录代码排版,必须把全部核心代码纳入论文附录,并在模板内优化 listing 标题、说明文字、分页与留白,使其“完整但不拥挤”。 ## 全自动执行清单 - 默认按 step0、step1、step2、step3、step4、step5 的顺序一次性推进,严格以本技能阶段流程作为基座,不新增、不删除、不改写既有前置职责边界。 - 任何全流程任务都先从任务接收、目录确认、权威文献检索开始,再进入数据预处理、建模、代码、论文四个后续阶段。 - 若用户只要求某一局部产物,也要先完成必要前置阶段,再输出该阶段的结果。 - 任何阶段只要发现数据缺失、约束冲突、公式不闭合或图片不达标,必须先修正再继续。 - 任何 Python 图在进入 result*.md、论文正文或灵敏度分析之前,都必须经过中文字体乱码检查与图量取舍检查。 - 任何问题分析图、技术路线图或框图在入文前,都必须确认锁定模式对应的可追溯源和导出结果已经落入 `手绘图/`;Python 数据图源脚本仍按原规则管理。 - 所有阶段默认以“可直接提交”为终点,而不是“先做个草稿看看”。 ## 交付门禁 把当前 `SKILL.md` 所在目录记为 `<技能目录>`。创建项目根目录后、写入任何阶段产物前,第一条项目命令必须是 `python "<技能目录>/scripts/checks/run_stage_gate.py" --project "<项目根目录>" --init`;它会安装项目内固定启动器并初始化 `项目状态.json`。初始化失败立即停止,禁止自行仿写、复制或跳过门禁。 初始化后只使用项目内入口:每完成一个阶段运行 `python "<项目根目录>/scripts/checks/run_stage_gate.py" --project "<项目根目录>" --stage stepN`。退出码非 0 时只允许修复失败项并重跑当前阶段;不得开始下一阶段、直接编译最终 PDF、伪造状态或用口头说明替代通过。运行器会校验前序报告、状态、输入指纹和启动器完整性。 门禁失败时运行器会在报告同目录生成 `failures_summary.json`(step0–step4 位于 `检查结果/stepN/`,step5 位于 `检查结果/`),并在失败输出 JSON 中给出该清单路径;该清单聚合本阶段全部失败检查、错误码与修复提示。重跑前必须一次性完整读取该清单,并在同一回合内修复全部失败项后重跑门禁;禁止只读取报告片段、只修复部分失败项或凭记忆中的旧清单行动。门禁通过后该清单会被自动清理。 step5 运行全部注册检查并生成 `检查结果/check_report.json`、`check_report.md` 与 `delivery_attestation.json`。最终回复或交付文件前,必须再运行只读命令 `python "<项目根目录>/scripts/checks/verify_delivery.py" --project "<项目根目录>"`;仅当退出码为 0 且输出 `ok: true` 时才能声称完成。报告、凭证或项目状态缺失一律视为失败。 门禁覆盖 LaTeX 环境、阶段契约、唯一结果源、结果一致性、代码目录分区、摘要、图片、绘图模式、Python 数据图、技术路线图、Q 目录、模板、论文结构、页数、留白、附录代码、三轮自查、路径、数据来源和最终交付评分卡。 最终交付前必须完成三轮全链路自查,并写入 `检查结果/三轮自查.md`:第一轮检查内容与数据链,第二轮检查论文与版式链,第三轮检查代码与复现链;除既有检查外,第一轮必须复核自然衔接、句式长短变化、括号密度和第一人称必要性,第二轮必须确认模板摘要示例与实际论文通过文风门禁,第三轮必须确认真实源代码未修改、局部改名边界正确、注释与空行已清理、代码结构已复核且原版与净化版运行结果一致;三轮均确认通过后才允许给出最终交付结论。 ## 详细规则 更细的分阶段规则见 `references/workflow.md`、`references/literature.md`、`references/visual-style.md`。 Python 顶刊绘图决策树、配色导出规范和模板范式见 `references/py-chart-selection.md`、`references/py-palette-export.md`、`references/py-template-recipes.md`;运行时只依赖本 Skill 随附资源,不读取外部绘图 Skill 目录。 跨电脑使用时所需的 LaTeX 主模板见 `assets/templates/main.tex`。 Windows LaTeX 自动自举与恢复见 `references/latex-bootstrap.md`。 全自动执行清单见 `references/auto-checklist.md`。 双绘图选路、Draw.io 内置工具与 AI 成图契约见 `references/drawing-pipeline.md` 和 `scripts/drawing/drawio_pipeline.py`。
GitHub에서 보기