自动定位并获取权威公开数据（优先API/官方批量下载），输出可复现抓取与清洗方案。Invoke when用户需要权威数据、官方统计、API下载或数据源爬取。
自动定位并获取权威公开数据（优先API/官方批量下载），输出可复现抓取与清洗方案。Invoke when用户需要权威数据、官方统计、API下载或数据源爬取。
npx skills add https://github.com/yushui2022/MathModel-Skill --skill authoritative-data-harvester이 명령을 Claude Code에 복사하여 붙여넣어 스킬을 설치하세요
| name | authoritative-data-harvester |
| description | 自动定位并获取权威公开数据（优先API/官方批量下载），输出可复现抓取与清洗方案。Invoke when用户需要权威数据、官方统计、API下载或数据源爬取。 |
paper-workflow-orchestrator 判断当前 S0-S8 阶段。python .claude/skills/paper-workflow-orchestrator/scripts/workflow_guard.py --skill authoritative-data-harvester
[WORKFLOW FAIL] 或报告 status != "PASS"，停止本 skill，按 paper_output/qa/workflow_guard_report.json 的失败项回补前置阶段，不得凭记忆继续。paper_output/ 产物；完成后必须回到 paper-workflow-orchestrator 判断下一步，并用 context-memory-keeper 记录已完成产物、阻塞项和下一步。python .claude/skills/paper-workflow-orchestrator/scripts/workflow_guard.py --status
paper_output/qa/workflow_guard_report.json、paper_output/preflight_report.json、paper_output/input_manifest.json、paper_output/results/run_manifest.json 和本 skill 的上游 JSON 契约，按报告里的 recommended_skill 与 next_action 继续。paper_output/context/workflow_memory.json 视为长期断点记录；若其中的 current_step、next_step、recommended_skill 与 workflow_guard.py --status 不一致，以 guard 报告为准。paper-workflow-orchestrator 或运行 workflow_guard.py --status，再更新 workflow memory：
python .claude/skills/context-memory-keeper/scripts/update_workflow_memory.py
paper_output/context/workflow_memory.json / .md，确认下一步和推荐 skill 已记录。paper_output/step1/problem_analysis.json、paper_output/plan/model_route.json 中识别出的外部数据需求。crawled_data/，优先包含 crawled_data/sources.json。data-cleaning-and-visualization 读取 crawled_data/ 做统一清洗、图表计划和论文级配图。data-cleaning-and-visualization；完整论文目标应回到 paper-workflow-orchestrator 判断后续阶段。在数学建模任务中，快速找到“权威、可引用、可复现”的公开数据源，并以尽量不爬网页、优先 API/批量下载的方式获取数据，最终输出：
输出“数据需求表”，至少包含：
按任务类型优先匹配：
交付脚本必须具备：
当某源不可用/受限：
crawled_data/raw/。crawled_data/processed/。crawled_data/sources.json（包含 url、参数、访问日期、许可证/条款）。data-cleaning-and-visualization（把 crawled_data/ 里的数据统一清洗并出图）。paper-workflow-orchestrator。context-memory-keeper，记录“新增数据源名称”与“存放路径”到 Short-term Workbench。crawled_data/。crawled_data/sources.json 中记录可引用来源信息。data-cleaning-and-visualization，把数据清洗并生成 paper_output/figures/ 的证据图表。Manages persistent memory. Invoke to read active context or archive old tasks. Structure: Long-term Principles (Rules) + Short-term Workbench (Tasks).
自动清洗赛题或爬取的数据（处理缺失/异常/格式），并生成可视化图表。Invoke when 用户需要处理原始数据、清洗数据或生成数据分析图表。
根据 model_route.json、数据计划和清洗数据，为数学建模论文生成结果证据契约和 q1/q2/q3 建模代码脚手架。Invoke when 需要把模型输出、评价指标、结构化结论、论文表格和当前赛题专用建模代码沉淀到 paper_output/results/、paper_output/tables/ 和 paper_output/code/modeling/，供 QA 与正文生成读取。
按常见评分点生成建模论文结构与写作清单，并根据题目类型与数据条件给出模型选择与对照实验路线。Invoke when需要“论文格式/评分对齐/模型选型/路线不确定”。
国赛数学建模正式论文范式、outline、Word 排版和格式门禁 skill。Invoke when 证据门禁通过后需要生成 CUMCM 风格正式论文、规范标题编号、扩写正文、插入图表表格、导出 Word 或检查论文格式。
基于微单元模板与脚本批量生成并合并论文内容。Invoke when需要按微单元拆分逐单元写作并用 scripts/generate_all_offline.py 与 scripts/merge.py 自动生成论文。