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.

Ir para a instalação

Informações da origem

Repositório
LKQ667/metamath-harness
Última atividade na origem
6 de setembro de 2026 às 05:38
Idioma detectado do SKILL.md
chinês
Estrelas
15
Forks
1

Opções de instalação

Por padrão, está selecionado o prompt que primeiro revisa a origem. Você pode mudar para um comando direto ou baixar uma cópia local.

Revise os arquivos de origem

Leia o SKILL.md e os arquivos complementares exibidos pelo SkillsMP antes de decidir se vai instalar.

Explorador de arquivos
100 arquivos

Exibindo SKILL.md

SKILL.md
Instruções da origem · Visualização somente leitura
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`。
Ver no GitHub