菜单
生成"挑战杯"大学生课外学术科技作品竞赛申报书 docx。覆盖自然科学类学术论文、哲学社会科学类社会调查报告和学术论文、科技发明制作三大类别，含 14+10 个标准栏目、国家政策引用规范、科学挑战 3 段结构、30+ 文献综述、算法对比表、3 张技术路线图、数学公式规范、社会经济效益量化（10 项）、答辩 PPT 框架（10 页）、3 档字数版本（8 千/1.5 万/1 万）、GB/T 7714 参考文献、附录清单、三级评审意见栏。直接输出可提交的 Word 文档。
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/cuic19053-hue/-skills- --skill challenge-cup命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
大学生申报书/申请书制作 skill 集群 v2.0。当用户提到"大学生申报书""申请书""立项书""申报材料""申报模板"等模糊词时触发，先用 utils/dispatcher.py 5 级决策树分流到 35 个细分子 skill 之一。9 大类全覆盖：奖学金(6)/评优(6)/政治(4)/科研(5)/竞赛(3)/三下乡实践(5)/征兵入伍(1)/公派留学交流(2)/其他(3)。每个子 skill 含万字级 SKILL.md + 千行级 build.py，配套 utils 工程化能力（dispatcher 分流/docx_common 共享样式/school_template 学校适配/pdf_export PDF 导出/plagiarism_checker 查重预检/review_simulator 评审模拟）。即使用户只说"帮我写个申报书"也应当触发并先确认具体类型。
生成"班集体申报书"docx（先进班集体 / 优良学风班 / 五四红旗团支部 / 文明班级）。面向集体而非个人，正文 3000~5000 字，6 段结构（班级概况 + 思想建设 + 学风建设 + 班级活动 + 班级荣誉 + 工作展望），班级建设 5 维度量化（思想 / 学习 / 活动 / 纪律 / 卫生）。通过 collective_type 字段切换 4 类集体荣誉。直接输出可提交 Word 文档。
生成"大学生院级科研立项申请书"docx。覆盖 16 栏目表格体模板 + 9 项案例驱动强化章节（国家政策引用规范 3+ 文件、科学挑战 1-2 段、国内外研究现状综述 10+ 文献含 3 篇英文、方法对比表 2 方法×3 维度、技术路线图 1 张、数学公式规范、社会效益量化 3 项、进度安排 4 阶段 6 个月、JSON Schema + build.py + 质检清单）。GB/T 7714 参考文献 5~8 条（含 3 篇英文）。直接输出可提交的 Word 文档。
基于 SOC 职业分类
正在显示 SKILL.md
| name | challenge_cup |
| description | 生成"挑战杯"大学生课外学术科技作品竞赛申报书 docx。覆盖自然科学类学术论文、哲学社会科学类社会调查报告和学术论文、科技发明制作三大类别，含 14+10 个标准栏目、国家政策引用规范、科学挑战 3 段结构、30+ 文献综述、算法对比表、3 张技术路线图、数学公式规范、社会经济效益量化（10 项）、答辩 PPT 框架（10 页）、3 档字数版本（8 千/1.5 万/1 万）、GB/T 7714 参考文献、附录清单、三级评审意见栏。直接输出可提交的 Word 文档。 |
| category | challenge_cup |
| supported_categories | ["natural_science","social_science","tech_invention"] |
| triggers | ["挑战杯","课外学术科技作品","挑战杯申报书","学术科技作品竞赛","自然科学类学术论文","哲学社会科学类调查报告","科技发明制作","挑战杯申报","校挑战杯","省挑战杯","国挑战杯"] |
本 skill 处理"挑战杯"大学生课外学术科技作品竞赛申报书全流程：信息采集 → 类别判定 → 政策梳理 → 科学挑战提炼 → 文献综述 → 栏目撰写 → docx 生成 → 质检。仅处理学术科技作品类（非创业计划类，创业计划书请走创业训练/创业实践 skill）。
输出文件：可提交的 .docx（A4 纸张，宋体小四正文，黑体三号标题，1.5 倍行距，首行缩进 2 字符，参考文献宋体五号）。
三大类别共用同一申报书结构，但内容侧重与字数配比不同：自然科学类偏学术论文深度（8 千字档）、哲学社会科学类偏调研与理论结合（1.5 万字档）、科技发明制作类偏技术实现与工程验证（1 万字档）。
v2.1 新增（基于案例 1+2 提炼）：
适用：用户提到"挑战杯""课外学术科技作品""学术科技作品竞赛""自然科学类学术论文""哲学社会科学类社会调查报告和学术论文""科技发明制作"等关键词，且作品产出为论文/调查报告/发明实物（非商业计划书）。
不适用（需走其他 skill）：
与互联网+关键区别：
| 维度 | 挑战杯 | 互联网+ |
|---|---|---|
| 性质 | 学术科技作品竞赛 | 创新创业大赛 |
| 产出 | 论文/调查报告/发明实物 | 商业计划书 |
| 评审重点 | 学术性、创新性、方法科学性 | 商业性、团队、成长性 |
| 字数 | 5000~15000 字（3 档） | 15000~20000 字 |
| 团队 | 个人或集体（集体≤8人） | 必须团队（≤15人） |
| 赛道 | 三大类（自然/社科/发明） | 高教/红色/职教/产业 |
| 政策引用 | 8+ 国家政策文件 | 5+ 国家政策文件 |
| 数学公式 | 自然/发明类必备 | 不要求 |
| 答辩 | 5+5 分钟 | 5+3 分钟 |
三大类别区分：
| 类别 | 产出形式 | 评审重点 | 字数档 | work_type 代码 |
|---|---|---|---|---|
| 自然科学类 | 学术论文 | 理论创新+实验验证 | 8 千字档 | natural_science |
| 哲学社会科学类 | 调查报告或学术论文 | 调研设计+理论分析 | 1.5 万字档 | social_science |
| 科技发明制作 | 实物+技术说明 | 技术实现+工程验证 | 1 万字档 | tech_invention |
触发后第一步：先确认作品类别（三选一）。若用户未明确，问"你的作品是论文、调查报告还是发明实物？分别对应自然科学类、哲学社会科学类、科技发明制作。"确认后按对应类别模板撰写。
3 档字数版本（v2.1 新增）：
| 类别 | 正文总字数 | 作品简介 | 选题背景 | 研究方法 | 研究结果 | 结论 | 创新点 |
|---|---|---|---|---|---|---|---|
| 自然科学类（natural_science） | 8000 字 | ≤500 | 1200~1500 | 1500~2000 | 2500~3000 | 400~500 | 4~5 个 |
| 哲学社会科学类（social_science） | 15000 字 | ≤500 | 2000~2500 | 3500~4500 | 3500~4500 | 500~600 | 4~5 个 |
| 科技发明制作类（tech_invention） | 10000 字 | ≤500 | 1500~2000 | 2500~3000 | 2000~2500 | 400~500 | 4~5 个 |
六阶段串行执行，每阶段完成后再进入下一阶段：
阶段 1 类别判定与信息采集（10~15 轮对话）： 按"类别确认 → 通用必采 → 作品信息 → 研究方法 → 数据来源 → 参考文献 → 附录清单 → 政策引用 → 科学挑战 → 文献综述 → 算法对比 → 技术路线 → 公式 → 经济效益 → 答辩 PPT"顺序采集。每轮不超过 5 个字段。类别未明禁止直接套模板。
阶段 2 政策梳理与科学挑战提炼（v2.1 新增）：
阶段 3 文献综述撰写（v2.1 新增）：
阶段 4 内容撰写（一次性产出）：
按 14+10 栏目顺序撰写。作品简介 ≤500 字、选题背景与意义 12002500 字（按类别档）、研究方法与过程 15004500 字【重点】、研究结果与讨论 20004500 字【重点】、结论 400600 字、创新点 35 个（每个 50100 字）。创新点必须用对比式写法，必须有量化数据。
阶段 5 docx 生成：
调用 python build.py --data data.json --out output.docx 生成 Word 文档。data.json 字段定义见第十一章。
阶段 6 质检： 按第十二章质检清单逐项检查（含 v2.1 新增 10 项必加章节）。任何一项不达标返回阶段 4 修改。重点核查字数下限、创新点对比数据、参考文献 GB/T 7714 格式、附录清单与正文呼应、政策引用 8+、科学挑战 3 段、文献综述 30+、技术路线 3 张、公式规范、经济效益 10 项、答辩 PPT 10 页。
禁止行为：
| 字段 | 说明 | 示例 | 缺失追问策略 |
|---|---|---|---|
| work_full_name | 作品全称，≤30 字 | 基于多模态融合与三维重构的消防无人机火场救援系统 | "作品正式名称？不超过 30 字" |
| category / work_type | 三大类选一 | tech_invention | "作品属于哪一类？自然/社科/发明" |
| applicant_type | 申报者类型 | collective | "个人还是集体申报？" |
| leader_name | 申报者代表姓名 | 张三 | "申报者代表全名？" |
| leader_id | 学号 | 202212345 | "学号？" |
| leader_major | 专业 | 电气工程及其自动化 | "专业全称？" |
| leader_grade | 年级 | 2022 级 大三 | "入学年份与年级？" |
| college | 学院全称 | 电气工程学院 | "学院全称？" |
| school | 学校全称 | XX 大学 | "学校全称？" |
| apply_date | 申报日期 | 2025 年 3 月 15 日 | "申报提交日期？" |
注：
category与work_type字段在 build.py 中等价（两者取一即可，优先work_type）。v2.1 推荐用work_type与字段命名一致。
| 字段 | 说明 | 示例 |
|---|---|---|
| discipline | 所属一级学科代码 | 0808 电气工程 |
| duration | 研究起止时间 | 2024.09-2025.08（12 个月） |
| advisor_name | 指导教师姓名 | 李教授 |
| advisor_title | 指导教师职称 | 教授 |
| advisor_research | 指导教师研究方向 | 新能源发电与并网技术 |
| team_members | 集体申报成员 2~7 人 | 每人：姓名/学号/专业年级/分工 |
作品简介素材：让用户口述"做什么+为谁做+怎么做+产出什么"，整理为 500 字内。重点采集 4 要素：① 痛点（响应慢/误报高/成本高/不全面等）；② 做什么（系统/方法/模型/调查报告）；③ 量化目标（准确率/样本量/响应时间/有效率）；④ 产出（实物+论文+专利+报告）。
选题背景素材：
研究方法素材【重点】：
研究结果与讨论素材【重点】：
结论素材：400~600 字总结核心发现+学术贡献+下一步计划。3 句话结构：① 核心发现（量化）；② 学术贡献（理论/方法/应用）；③ 下一步计划（推广/优化/延续方向）。
创新点素材：每个创新点必须让用户提供"对比对象+区别+量化优势"。若用户说不清对比对象，追问"传统方法是什么？为什么你的更好？数据呢？"。创新点固定 5 类：方法创新/数据创新/视角创新/理论创新/应用创新，建议覆盖至少 2 类。
参考文献素材：5~15 条（v2.1 推荐 30+ 条），含期刊论文[J]/会议论文[C]/专著[M]/学位论文[D]/标准[S]/电子文献[EB/OL]。每条必须含作者+题名+出处+年份+卷期页。自然科学类至少 60% 英文文献，社科类以 CSSCI 为主，科技发明类含专利+标准。
附录素材：图表（正文引用编号+原始图，如图 1~图 N）、问卷（社科类必备，含题项数+回收份数+有效率）、原始数据（字段说明+样本量，自然科学与科技发明类必备）、代码/算法（科技发明类关键模块，含注释）、实物照片（科技发明类 A 类必备，含多角度视图+尺寸标注）。
| 子字段 | 说明 | 示例 |
|---|---|---|
| issuer | 发文机关 | 中办国办 / 应急管理部、工信部 / 国务院 |
| doc_no | 文号（可选） | 国发〔2021〕109 号 |
| title | 标题 | "十四五"国家应急体系规划 |
| publish_date | 发文时间 | 2021.12 |
| key_excerpt | 关键表述摘录 | "推广运用智能机器人、无人机等高技术配送装备" |
| relevance | 与作品相关性 | 直接对应项目无人机消防应用方向 |
采集规范：
| 子字段 | 说明 |
|---|---|
| title | 一句话标题，含关键技术词 |
| description | 3~5 句话说清挑战本质 |
| sub_challenges | 子挑战 2 |
采集规范：
| 子字段 | 说明 |
|---|---|
| section | 段落归属：research_significance / domestic_international / summary_gap |
| topic | 技术方向（如"多模态融合""3D 目标检测"） |
| citations | 该段引用的文献编号列表 [N1, N2, ...] |
| content | 段落内容（评述而非罗列） |
采集规范：
| 子字段 | 说明 |
|---|---|
| title | 表标题（如"主流自适应路径规划算法对比表"） |
| dimensions | 对比维度列表 ["技术特点", "优势", "劣势", "适用场景", "效率"] |
| algorithms | 算法列表 [{"name": "DQN", "ref": "[15]", "values": [...]}] |
| conclusion | 选型结论（如"基于上表，本项目选用 SAC 算法"） |
采集规范：
| 子字段 | 说明 |
|---|---|
| figure_no | 图号（如"图 1"） |
| title | 图标题（如"项目研究内容关系图"） |
| nodes | 节点列表 [{"id": "1.1", "label": "国家规划与技术需求"}] |
| edges | 边列表 [{"from": "1.1", "to": "1.2"}] |
| description | 图说明（看图就能理解整体逻辑） |
采集规范：
| 子字段 | 说明 |
|---|---|
| equation_no | 公式编号（如"式(1)"） |
| expression | 公式表达式（如"ρ(p) = |
| variables | 变量定义 [{"symbol": "ρ(p)", "meaning": "点 p 处密度"}, ...] |
| context | 公式背景（属于哪个算法/方法） |
采集规范：
| 子字段 | 说明 |
|---|---|
| indicator | 评估指标（如"被困人员识别召回率"） |
| traditional_baseline | 传统模式基准值（如"≤70%"） |
| system_expected | 系统模式预期值（如"≥92%"） |
| improvement | 效益提升幅度（如"提升 ≥22 个百分点"） |
采集规范：
| 子字段 | 说明 |
|---|---|
| slide_no | 页码（1~10） |
| title | 页标题 |
| duration | 时长建议（如"30 秒"） |
| key_points | 要点列表（3~5 点） |
| visual | 视觉建议（如"3 张实拍对比图"） |
| speaker_notes | 演讲备注 |
采集规范：
| 缺失字段 | 处理方式 |
|---|---|
| work_full_name | 强制追问，禁止生成"XX 项目"占位 |
| category / work_type | 强制追问，三选一无默认值 |
| research_method | 用占位文本提示用户补充，触发校验警告 |
| innovations | 用占位文本提示"3~5 个创新点必须含对比+量化" |
| references | 至少补 3 条 GB/T 7714 格式条目，触发校验警告 |
| appendix | 用"（请补充附录：图表/问卷/原始数据）"占位 |
| policy_citations（v2.1） | 用占位文本提示"必须 8+ 国家政策文件，按时间倒序"，触发校验警告 |
| scientific_challenges（v2.1） | 用占位文本提示"必须 3 段科学挑战，层层递进"，触发校验警告 |
| literature_review（v2.1） | 用占位文本提示"必须 30+ 文献综述，含 SCI 期刊"，触发校验警告 |
| algorithm_comparison（v2.1） | 用占位文本提示"至少 1 张算法对比表，含选型结论" |
| tech_roadmap（v2.1） | 用占位文本提示"必须 3 张技术路线图" |
| formulas（v2.1） | 用占位文本提示"自然/发明类必须含数学公式" |
| economic_benefits（v2.1） | 用占位文本提示"必须 10+ 项经济效益量化" |
| defense_ppt（v2.1） | 用占位文本提示"必须 10 页 PPT 大纲" |
| 优先级 | 字段 | 缺失影响 |
|---|---|---|
| P0 必填 | work_full_name/work_type/applicant_type/leader_name/college/school | 申报书无法生成 |
| P0 必填 | abstract/background/research_method/results_discussion/conclusion/innovations | 核心栏目空白 |
| P0 必填（v2.1） | policy_citations/scientific_challenges/literature_review/economic_benefits | v2.1 核心栏目空白 |
| P0 必填（v2.1） | tech_roadmap/formulas（自然/发明类）/defense_ppt | v2.1 核心栏目空白 |
| P1 重要 | references/appendix/discipline/duration/algorithm_comparison | 评审扣分但不阻断 |
| P2 可选 | advisor_research/team_members/lab_condition | 影响完整性 |
| 序号 | 时间 | 发文机关 | 标题 | 关键表述摘录 |
|---|---|---|---|---|
| 1 | 2024.12 | 中办国办 | 《关于推进新型城市基础设施建设打造韧性城市的意见》 | "发展智慧消防，利用物联网、人工智能等技术提升城市消防安全水平" |
| 2 | 2023.12 | 应急管理部、工信部 | 《关于加快应急机器人发展的指导意见》 | "突出建设测试基地及公共服务平台，研发全国应急管理系统无人机综合信息平台" |
| 3 | 2022.06 | 应急管理部 | 《"十四五"应急救援力量建设规划》 | "加快构建大型固定翼灭火飞机、灭火直升机与无人机高低搭配、布局合理、功能互补的应急救援航空器体系" |
| 4 | 2021.12 | 国务院 | 《"十四五"国家应急体系规划》 | "推广运用智能机器人、无人机等高技术配送装备" |
| 5 | 2020.10 | 发改委 | 《关于支持民营企业加快改革发展与转型升级的实施意见》 | "加强对民营企业创新型应急技术装备推广应用的支持力度" |
| 6 | 2019.11 | 习近平 | 政治局第十九次集体学习讲话 | "加强风险评估和检测预警，提升多灾种和灾害链综合监测、风险早期识别和预报预警能力" |
| 7 | 2018.11 | 习近平 | 国家综合性消防救援队伍授旗致辞 | "组建国家综合性消防救援队伍是构建新时代国家应急救援体系的重要举措" |
| 8 | 2024.03 | 工信部等四部门 | 《通用航空装备创新应用实施方案（2024-2030 年）》 | "推动无人驾驶航空器在应急救援等场景创新应用" |
| 序号 | 时间 | 发文机关 | 标题 |
|---|---|---|---|
| 1 | 2026.03 | 国务院办公厅 | 《关于加强基层消防工作的意见》 |
| 2 | 2026.02 | 国家层面 | 关于低空经济发展部署 |
| 3 | 2025.12 | 工信部等 | 《应急装备产业重点产品发展指导目录（2025 版）》 |
| 4 | 2025.05 | 国新办 | 《新时代的中国国家安全》白皮书 |
| 5 | 2025 | 全国两会 | "大安全、大应急"框架 |
| 6 | 2024.12 | 中办国办 | 《关于推进新型城市基础设施建设打造韧性城市的意见》 |
| 7 | 2024.03 | 工信部等四部门 | 《通用航空装备创新应用实施方案（2024-2030 年）》 |
| 8 | 2023.12 | 应急管理部、工信部 | 《关于加快应急机器人发展的指导意见》 |
| 9 | 2022.06 | 应急管理部 | 《"十四五"应急救援力量建设规划》 |
| 10 | 2021.12 | 国务院 | 《"十四五"国家应急体系规划》 |
（一）国家规划
[时间]，[发文机关]发布《[标题]》[N]，提出"[关键表述摘录]"。
本项目的[XXX 技术/方法]直接响应上述规划要求，可在[YYY 场景]中
实现[ZZZ 目标]，为国家[领域]建设提供技术支撑。
（二）领导人指示
[时间]，[领导人]在[场合]指出："[原话摘录]"。这一指示为本
项目指明了方向，[本项目的 XXX]正是落实该指示的具体实践。
| 主题 | 政策领域 | 典型政策文件 |
|---|---|---|
| 消防/应急 | 国家应急体系 | 《"十四五"国家应急体系规划》《"十四五"应急救援力量建设规划》 |
| 新能源/双碳 | 能源/气候 | 《2030 年前碳达峰行动方案》《"十四五"现代能源体系规划》 |
| 人工智能 | 科技创新 | 《新一代人工智能发展规划》《"十四五"国家科技创新规划》 |
| 乡村振兴 | 三农 | 《乡村振兴促进法》《"十四五"推进农业农村现代化规划》 |
| 数字经济 | 数字化 | 《"十四五"数字经济发展规划》《数字中国建设整体布局规划》 |
| 医疗健康 | 卫生健康 | 《"健康中国 2030"规划纲要》《"十四五"卫生健康人才发展规划》 |
| 教育 | 教育现代化 | 《中国教育现代化 2035》《"十四五"教育发展规划》 |
| 制造业 | 智能制造 | 《中国制造 2025》《"十四五"智能制造发展规划》 |
反例（仅列文件名）：
国务院印发《"十四五"国家应急体系规划》。本项目研究消防无人机。
正例（4 要素+关键表述+相关性）：
2021 年 12 月，国务院印发《"十四五"国家应急体系规划》（国发〔2021〕109 号），明确提出"推广运用智能机器人、无人机等高技术配送装备，推动应急物资储运设备集装单元化发展，提升应急运输调度效率"。本项目研发的消防无人机火场救援系统直接响应上述规划要求，可在城市火灾场景中实现 30 秒内响应、5 公里半径覆盖，为提升应急救援效率提供技术支撑。
科学挑战一：大语言模型背景下多种模态信息融合技术的研究
多模态融合是无人机目标定位与跟踪的基础，但现有方法在面对视觉、红外、激光雷达、IMU 等异构传感器数据时存在时空对齐难、特征表达不充分等问题[8,9]。
子挑战 1.1：异构传感器数据时空配准 视觉帧率 30 fps、激光雷达 10 Hz、IMU 200 Hz，三种传感器采样频率差异导致时间戳难以对齐。空间上不同传感器视场角与坐标系不一致，需进行外参标定。传统方法[10]依赖固定标定板，在动态场景下精度下降明显。
子挑战 1.2：跨模态特征表示学习 视觉特征为 2D 像素，激光雷达为 3D 点云，特征维度不一致导致融合困难。BEV（Bird's Eye View）转换[11]虽统一表示但损失高度信息。如何设计跨模态特征映射函数 φ(·) 使不同模态特征在同一空间可比，是关键科学问题。
科学挑战二：特殊场景复杂环境下 3D 移动目标检测技术的研究
消防火场环境具有浓烟、高温、低照度等特点，传统目标检测方法在此环境下性能急剧下降。本项目需在 0.5 m 能见度下实现 90%+ 检测准确率[15]。
科学挑战三：深度学习下高性能计算的能耗与实时性关键技术的研究
无人机载荷功率受限（≤500 W），但深度学习模型推理需 200+ GFLOPS，能耗与实时性矛盾突出[20]。
子挑战 3.1：模型轻量化与精度保持 直接剪枝导致精度下降 5~10 个百分点。需设计结构化剪枝+知识蒸馏联合策略。
子挑战 3.2：边缘端推理加速 Jetson 系列边缘设备算力仅 472 GFLOPS，需进行 INT8 量化+TensorRT 加速。
科学挑战X：[一句话标题，含关键技术词]
[问题描述段：3-5 句话说清挑战的本质，必须含文献上标 [N]]
● [子挑战 X.1：具体技术难点]
[详细说明 5-8 句，含数据/对比/方法]
[文献支撑 [N]]
● [子挑战 X.2：具体技术难点]
[详细说明 5-8 句]
[文献支撑 [N]]
递进模式 A（数据 → 算法 → 系统）：
递进模式 B（感知 → 认知 → 决策）：
递进模式 C（理论 → 方法 → 应用）：
反例（无文献支撑+无子挑战）：
本项目面临三个科学挑战：一是多模态融合困难，二是目标检测精度低，三是实时性不足。
正例（含文献+子挑战+递进）：
科学挑战一：大语言模型背景下多模态信息融合技术的研究 多模态融合是无人机目标定位与跟踪的基础。现有方法[8,9]在视觉、红外、激光雷达、IMU 等异构传感器数据时空对齐方面存在显著不足，特征表达不充分。本项目需在 0.5 m 能见度火场环境下实现多模态数据的高效融合。
● 子挑战 1.1：异构传感器数据时空配准。视觉帧率 30 fps、激光雷达 10 Hz、IMU 200 Hz，三种传感器采样频率差异导致时间戳难以对齐。空间上不同传感器视场角与坐标系不一致，需进行外参标定。传统方法[10]依赖固定标定板，在动态场景下精度下降明显。
● 子挑战 1.2：跨模态特征表示学习。视觉特征为 2D 像素，激光雷达为 3D 点云，特征维度不一致导致融合困难。BEV 转换[11]虽统一表示但损失高度信息。如何设计跨模态特征映射函数 φ(·) 使不同模态特征在同一空间可比，是关键科学问题。
1.2.1 研究意义
[段 1：理论意义]
[本项目研究的理论意义，3~5 句话，引用 2~3 篇文献]
[段 2：方法意义]
[本项目研究的方法意义，3~5 句话]
[段 3：应用意义]
[本项目研究的应用意义，3~5 句话]
[段 4：社会意义]
[本项目研究的社会意义，3~5 句话]
1.2.2 国内外研究现状
（1）[技术方向 1，如多模态融合]
国外方面，Smith 等[5]提出基于 Transformer 的多模态融合方法，
在 KITTI 数据集上准确率达 92.3%。Wang 等[6]进一步引入注意力机
制，将准确率提升至 94.1%。国内方面，张三等[7]针对火场环境提出
自适应权重融合，准确率 89.5%。但上述方法均未考虑浓烟环境。
（2）[技术方向 2，如 3D 目标检测]
...
（3）对现有研究现状的总结与分析
综上所述，国内外学者在[领域]取得了一系列成果，但仍有以下不足：
① [不足 1：数据集规模小]
② [不足 2：场景单一]
③ [不足 3：实时性差]
本项目针对上述不足，提出[XXX 方法]，预期实现[YYY 目标]。
| 检索源 | 适用主题 | 检索技巧 |
|---|---|---|
| Web of Science | SCI/SSCI 期刊 | 主题词+年份筛选 |
| IEEE Xplore | 电子/计算机 | 期刊+会议双检索 |
| SpringerLink | 综合 | Book + Journal |
| 中国知网 CNKI | 中文文献 | 核心期刊筛选 |
| 万方数据 | 中文学位 | 博硕论文 |
| Google Scholar | 综合 | 引用追踪 |
| arXiv | 预印本 | 最新研究 |
反例（罗列无评述）：
Smith (2020) 提出了 SVM 方法，准确率 80%。Wang (2021) 提出了决策树方法，准确率 82%。Zhang (2022) 提出了深度学习方法，准确率 88%。
正例（评述+指出 gap）：
早期方法（Smith 2020[1], Wang 2021[2]）依赖人工特征提取，准确率 75%~80%，且对故障类型识别有限。Zhang (2022)[3] 引入深度学习但数据集多为实验室仿真，缺乏真实电站数据验证。综上，现有研究存在三大不足：① 数据集规模小（均 < 1000 样本）；② 场景单一（仅实验室环境）；③ 实时性差（推理 > 2 秒）。本项目针对上述不足，使用真实电站 5000+ 样本，覆盖 8 类故障，单次响应 0.78 秒。
| 文献类型 | 标识 | 格式 | 示例 |
|---|---|---|---|
| 期刊论文 | [J] | 作者. 题名[J]. 刊名, 年, 卷(期): 起止页. | 张三, 李四. 基于深度学习的光伏故障检测研究[J]. 电力系统自动化, 2024, 48(3): 45-52. |
| 会议论文 | [C] | 作者. 题名[C]//会议名. 出版地: 出版社, 年: 起止页. | Smith J. PV fault diagnosis[C]//Proc. of ICRA. New York: IEEE, 2022: 234-240. |
| 专著 | [M] | 作者. 题名[M]. 城市: 出版社, 年: 起止页. | 王五. 分布式光伏运维技术[M]. 北京: 中国电力出版社, 2023: 88-105. |
| 学位论文 | [D] | 作者. 题名[D]. 城市: 学位授予单位, 年. | 赵六. 风电场功率预测研究[D]. 北京: 清华大学, 2022. |
| 标准 | [S] | 起草者. 标准名: 标准号[S]. 城市: 出版社, 年. | 全国太阳能标准化技术委员会. 分布式光伏发电系统技术规范: GB/T 19964-2024[S]. 北京: 中国标准出版社, 2024. |
| 电子文献 | [EB/OL] | 作者. 题名[EB/OL]. (发布日期)[访问日期]. URL. | 中国气象局. 2024 年气候公报[EB/OL]. (2025-01-15)[2025-03-10]. http://www.cma.gov.cn/... |
表 1.2 基于深度学习的目标跟踪检测算法优缺点对比分析
| 模型 | 文献 | 优势 | 劣势 |
|---|---|---|---|
| R-CNN 系列 | [13,14] | 检测精度高，可处理多尺度目标 | 推理速度慢（>2 秒/帧），不适合实时场景 |
| SSD 系列 | [15,16] | 单阶段检测，速度较快（30 fps） | 小目标检测精度低 |
| YOLO 系列 | [17-20] | 端到端检测，速度最快（60+ fps） | 复杂场景下精度略低 |
选型结论：基于上表对比，本项目选用 YOLOv8 作为基础检测器，并引入注意力机制提升复杂火场环境下的检测精度。
| 维度 | DQN 算法 | DDPG 算法 | SAC 算法 |
|---|---|---|---|
| 技术特点 | 离散动作空间，Q 学习 | 连续动作空间，Actor-Critic | 最大熵强化学习，连续动作 |
| 优势 | 收敛稳定，理论保证 | 适合连续控制，样本效率高 | 探索能力强，收敛快 |
| 劣势 | 不适合连续动作 | 探索能力弱，易陷局部最优 | 超参数多，调参复杂 |
| 适用场景 | 网格化路径规划 | 机械臂控制 | 复杂动态环境 |
| 效率（样本数） | 10^6 | 10^5 | 5×10^4 |
选型结论：基于上表对比，火场环境复杂动态，需强探索能力，本项目选用 SAC 算法。
表 X [算法领域]主流算法对比表
| 维度 | 算法 A | 算法 B | 算法 C |
|------|--------|--------|--------|
| 技术特点 | ... | ... | ... |
| 优势 | ... | ... | ... |
| 劣势 | ... | ... | ... |
| 适用场景 | ... | ... | ... |
| 效率 | ... | ... | ... |
| 文献 | [N1] | [N2] | [N3] |
**选型结论**：基于上表对比，[项目场景]需要[XX 特性]，本项目选用[算法 X]。
| 维度 | 说明 | 示例值 |
|---|---|---|
| 技术特点 | 算法原理与核心机制 | 离散/连续动作空间、Q 学习/策略梯度 |
| 优势 | 算法优点 | 收敛稳定、样本效率高、探索能力强 |
| 劣势 | 算法缺点 | 计算复杂、超参数多、易陷局部最优 |
| 适用场景 | 应用领域 | 网格化路径、机械臂控制、动态环境 |
| 效率 | 性能指标 | 样本数 10^5、推理时间 ms、准确率 % |
| 精度 | 准确率/召回率 | 92.3% / 89.5% |
| 鲁棒性 | 抗噪能力 | 高/中/低 |
用途：展示项目主要研究内容及其相互关系。
结构：
[研究目标：XXX]
|
+----------+----------+
| | |
[内容 1] [内容 2] [内容 3]
| | |
[子内容] [子内容] [子内容]
| | |
+----------+----------+
|
[预期成果]
节点示例（消防无人机项目）：
用途：展示项目的研究方法和思路。
结构：
[问题定义] → [文献调研] → [理论建模] → [算法设计]
|
v
[结果分析] ← [实地验证] ← [实验仿真] ← [系统实现]
用途：展示项目实施的具体技术路线。
结构：
阶段 1（M1-M3）：需求分析 + 数据采集
|
v
阶段 2（M4-M9）：算法开发 + 模型训练
|
v
阶段 3（M10-M11）：系统集成 + 场景验证
|
v
阶段 4（M12）：总结 + 文档 + 演示
由于 docx 中无法直接绘制流程图，使用文字 + 表格描述：
图 X [图标题]
[图说明：3~5 句话描述图的整体逻辑]
| 节点编号 | 节点名称 | 输入 | 输出 | 关联章节 |
|----------|----------|------|------|----------|
| 1.1 | 国家规划与技术需求 | 政策文件 | 研究方向 | 第 4 章 |
| 1.2 | 研究意义与现状 | 文献综述 | 研究 gap | 第 6 章 |
| 2.1 | 多模态融合算法 | 多源数据 | 融合特征 | 第 7 章 |
| ... | ... | ... | ... | ... |
反例（仅一句话）：
本项目的技术路线如图 1 所示。
正例（自含说明+节点对应）：
图 1 项目研究内容关系图 本图展示项目 3 大研究内容（多模态融合、3D 重构、目标检测）及其相互关系。其中内容 1（多模态融合）为内容 2（3D 重构）提供输入数据，内容 2 为内容 3（目标检测）提供场景模型，三者构成递进关系。最终汇总至预期成果（消防无人机火场救援系统原型）。
节点 内容 关联章节 1.1 国家规划与技术需求 4.1 1.2 研究意义与现状 4.2 2.1 多模态融合算法 7.1 2.2 三维火场重构 7.2 2.3 目标检测与态势理解 7.3 3.1 系统集成 8.1 3.2 实地测试 8.2
算法名称：ASCN（Adaptive Spatial-Clustering Network，自适应空间聚类网络）
式(1) 密度计算公式：
ρ(p) = |N(p, r)| / V(r)
其中：
式(2) 动态扩张率：
δ = δ_min + (δ_max - δ_min) · (1 - ρ̂)
其中：
算法流程：
[算法名称]（[英文全称]，[缩写]）
[算法简介：1~2 句话说明算法用途]
式(N)：[公式表达式]
其中：
- [变量 1]：[含义]
- [变量 2]：[含义]
- ...
算法流程：
1. [步骤 1]
2. [步骤 2]
3. ...
N. [步骤 N]
核心创新点：[1~2 句话说清创新]
L = L_cls + λ · L_reg + μ · L_aux
其中：
- L_cls：分类损失（交叉熵）
- L_reg：回归损失（Smooth L1）
- L_aux：辅助损失（如对比损失）
- λ, μ：损失权重，λ=1, μ=0.1
Attention(Q, K, V) = softmax(Q·K^T / √d_k) · V
其中：
- Q：查询矩阵（query）
- K：键矩阵（key）
- V：值矩阵（value）
- d_k：键向量维度
x̂_k = x̂_{k|k-1} + K_k · (z_k - H · x̂_{k|k-1})
其中：
- x̂_k：时刻 k 的状态估计
- x̂_{k|k-1}：预测状态
- K_k：卡尔曼增益
- z_k：观测值
- H：观测矩阵
H(X) = -Σ p(x_i) · log_2 p(x_i)
其中：
- H(X)：随机变量 X 的信息熵
- p(x_i)：X 取值 x_i 的概率
Q(s, a) = E[r + γ · max_a' Q(s', a')]
其中：
- Q(s, a)：状态 s 下采取动作 a 的价值
- r：即时奖励
- γ：折扣因子，γ ∈ [0, 1]
- s'：下一状态
- a'：下一动作
反例（无编号+无变量解释）：
本算法使用公式 ρ(p) = |N(p, r)| / V(r) 计算密度。
正例（编号+变量解释+算法流程）：
式(1) 密度计算公式：
ρ(p) = |N(p, r)| / V(r)其中：
- ρ(p)：点 p 处的局部密度
- N(p, r)：以点 p 为中心、半径为 r 的邻域内的点集
- V(r)：邻域球体积，V(r) = (4/3)πr³
算法流程：
- 输入点云 P
- 对每个点 p 计算密度 ρ(p)（式 1）
- 输出密度图
| 评估指标 | 传统模式基准值 | 系统模式预期值 | 效益提升幅度 |
|---|---|---|---|
| 单次城市火灾平均经济损失 | 100%（基准） | 60%-80% | 降低 20%-40% |
| 年均可减少直接经济损失 | 约 50 亿元/年 | 约 30-40 亿元/年 | 减少 10-20 亿元/年 |
| 被困人员识别召回率 | ≤70% | ≥92% | 提升 ≥22 个百分点 |
| 三维火场重构关键尺寸误差 | >15 cm | ≤5 cm | 精度提升 ≥3 倍 |
| 火势蔓延预测关键节点误差 | >10 m | ≤2 m | 精度提升 ≥5 倍 |
| 救援响应时间 | 100%（基准） | 30%-50% | 缩短 50%-70% |
| 消防员高危环境暴露频次 | 100%（基准） | ≤40% | 降低 ≥60% |
| 救援力量调度准确率 | ≤60% | ≥85% | 提升 ≥25 个百分点 |
| 装备物资调配效率 | 100%（基准） | 130%-150% | 提升 30%-50% |
| 信息不对称导致的资源浪费率 | 约 25%-35% | ≤10% | 降低 ≥15 个百分点 |
| 火势扩散范围控制 | 100%（基准） | 60%-70% | 控制范围缩小 30%-40% |
| 危险品识别与预警响应时间 | >5 分钟 | ≤1 分钟 | 缩短 ≥80% |
**表 X [项目领域]社会经济效益量化评估表**
| 评估指标 | 传统模式基准值 | 系统模式预期值 | 效益提升幅度 |
|----------|---------------|---------------|--------------|
| [指标 1] | [传统值] | [系统值] | [提升幅度，含百分比+倍数] |
| [指标 2] | ... | ... | ... |
| ... | ... | ... | ... |
| [指标 10] | ... | ... | ... |
**说明**：
1. 传统模式基准值来源于[XX 调研报告/统计年鉴]。
2. 系统模式预期值基于[XX 实验/仿真]结果推算。
3. 提升幅度按[XX 公式]计算，公式为：η = (T - S) / T × 100%。
| 指标类型 | 示例指标 | 量化方式 |
|---|---|---|
| 经济损失 | 单次事故经济损失 | 元 / 万元 / 亿元 |
| 响应时间 | 救援响应时间 | 秒 / 分钟 / 小时 |
| 准确率 | 识别召回率 | % |
| 误差 | 重构误差 | cm / m / % |
| 暴露频次 | 高危环境暴露 | 次/年 |
| 调度效率 | 调度准确率 | % |
| 资源利用 | 物资调配效率 | % |
| 浪费率 | 资源浪费率 | % |
| 控制范围 | 火势扩散控制 | % |
| 预警时间 | 预警响应时间 | 秒 / 分钟 |
反例（无量化对比）：
本项目具有显著的社会经济效益，能够减少火灾损失，提高救援效率。
正例（10 项量化+4 列对比）：
表 5 消防无人机火场救援系统社会经济效益量化评估表
评估指标 传统模式基准值 系统模式预期值 效益提升幅度 单次城市火灾平均经济损失 100%（基准） 60%-80% 降低 20%-40%，约 1.5 倍 被困人员识别召回率 ≤70% ≥92% 提升 ≥22 个百分点 三维火场重构关键尺寸误差 >15 cm ≤5 cm 精度提升 ≥3 倍 救援响应时间 100%（基准） 30%-50% 缩短 50%-70% ...（共 10 项） ... ... ... 说明：传统模式基准值来源于《2024 年中国消防救援统计年鉴》。
| 预测问题 | 答辩要点 |
|---|---|
| 你的创新点与已有研究的本质区别？ | 对比表 + 量化数据 |
| 算法的鲁棒性如何验证？ | 多场景测试 + 统计显著性 |
| 数据来源是否合规？ | 合作协议 + 保密协议 + 伦理审查 |
| 实物是否已成型？ | A 类有实物，展示视频 |
| 推广前景如何？ | 经济效益 10 项 + 5 年规划 |
| 与互联网+项目区别？ | 挑战杯重学术，无商业模式 |
挑战杯申报书为表格体，共 14+10 个标准栏目（v2.1 新增 10 个章节），按以下顺序排列：
封面：黑体二号居中"第 X 届'挑战杯'大学生课外学术科技作品竞赛申报书"。下含作品全称、作品类别、申报者代表、所在学校、申报日期 5 行下划线信息。
一、作品全称：单独成行，黑体小二号居中。≤30 字，不含"基于...的..."堆砌。
二、作品类别：三选一单选框，对应 natural_science/social_science/tech_invention。
三、申报者情况：分个人项目与集体项目两栏。
四、作品简介：500 字内。4 句结构：第 1 句痛点+做什么，第 2 句怎么做+量化目标，第 3 句产出什么，第 4 句研究现状（已完成进度）。
五、选题背景与意义：1200~2500 字（按类别档）。4 子节：
六、研究方法与过程【重点】：1500~4500 字（按类别档）。4 子节：
七、研究结果与讨论【重点】：2000~4500 字（按类别档）。4 子节：
八、结论：400~600 字。3 句话结构：核心发现+学术贡献+下一步计划。
九、创新点：35 个，每个 50100 字。表格呈现（序号/类型/创新点描述/对比优势）。
十、参考文献：5~30 条（v2.1 推荐 30+），按 GB/T 7714 格式。
十一、附录：图表清单、问卷、原始数据、代码片段等。
十二、指导教师推荐意见：预留 6~8 行空白+签字栏+日期栏。
十三、学校评审意见：预留 6~8 行空白+学校盖章+日期栏。
十四、省级/国家级评审意见：预留 6~8 行空白+评审委员会盖章+日期栏。
v2.1 新增 10 个章节（位于附录前或附录后）：
A. 国家政策引用：8+ 项政策文件，按时间倒序，4 要素齐全。
B. 科学挑战：3 段科学挑战，层层递进，含文献支撑。
C. 国内外研究现状综述：30+ 文献，三段结构（研究意义/国内外现状/总结分析）。
D. 算法/方法对比表：至少 1 张，≥3 维度，含选型结论。
E. 技术路线图：3 张（研究内容关系图+研究方法图+实施技术路线图）。
F. 数学公式：自然/发明类必备，编号+变量解释+算法流程。
G. 社会经济效益量化：10 项，4 列对比（传统基准/系统预期/提升幅度）。
H. 答辩 PPT 框架：10 页 PPT 大纲，5+5 分钟。
I. 字数档适配说明：3 档字数版本（自然 8k/哲社 15k/发明 10k）。
J. 质检清单：30+ 项质检点。
| 栏目 | 字数区间 | 占比 |
|---|---|---|
| 作品简介 | ≤500 字 | 6% |
| 选题背景与意义 | 1200~1500 字 | 17% |
| 研究方法与过程【重点】 | 1500~2000 字 | 22% |
| 研究结果与讨论【重点】 | 2500~3000 字 | 34% |
| 结论 | 400~500 字 | 6% |
| 创新点 | 4~5 个 | 5% |
| 参考文献 | 30+ 条 | 2% |
| 附录 | 不计字数 | 8% |
| 合计正文 | 约 8000 字 | 100% |
| 栏目 | 字数区间 | 占比 |
|---|---|---|
| 作品简介 | ≤500 字 | 3% |
| 选题背景与意义 | 2000~2500 字 | 15% |
| 研究方法与过程【重点】 | 3500~4500 字 | 27% |
| 研究结果与讨论【重点】 | 3500~4500 字 | 27% |
| 结论 | 500~600 字 | 4% |
| 创新点 | 4~5 个 | 3% |
| 参考文献 | 30+ 条 | 1% |
| 附录 | 不计字数 | 20% |
| 合计正文 | 约 15000 字 | 100% |
| 栏目 | 字数区间 | 占比 |
|---|---|---|
| 作品简介 | ≤500 字 | 5% |
| 选题背景与意义 | 1500~2000 字 | 18% |
| 研究方法与过程【重点】 | 2500~3000 字 | 28% |
| 研究结果与讨论【重点】 | 2000~2500 字 | 22% |
| 结论 | 400~500 字 | 5% |
| 创新点 | 4~5 个 | 4% |
| 参考文献 | 30+ 条 | 2% |
| 附录（含实物照片） | 不计字数 | 16% |
| 合计正文 | 约 10000 字 | 100% |
| 维度 | 自然科学 | 哲学社科 | 科技发明 |
|---|---|---|---|
| 产出 | 论文 | 报告/论文 | 实物+说明 |
| 字数档 | 8k | 15k | 10k |
| 方法重点 | 实验设计 | 调研设计 | 工程实现 |
| 结果形式 | 定量+图表 | 统计+案例 | 性能+对比 |
| 创新偏重 | 理论+方法 | 视角+数据 | 方法+应用 |
| 文献要求 | SCI/EI 60% | CSSCI 为主 | 专利+标准 |
| 公式要求 | ≥3 个 | 可选 | ≥2 个 |
| 附录重点 | 数据+推导 | 问卷+原始数据 | 实物图+图纸 |
挑战杯评审采用百分制，4 维度评分：
| 加分项 | 分值 | 评分标准 |
|---|---|---|
| 政策引用 8+ 项 | 2 分 | 4 要素齐全+时序倒序+关键表述摘录 |
| 科学挑战 3 段 | 2 分 | 层层递进+文献支撑+子挑战拆解 |
| 文献综述 30+ | 2 分 | 含 SCI 一区/二区+三段结构+gap 分析 |
| 算法对比表 | 1 分 | ≥3 维度+选型结论 |
| 技术路线 3 张 | 1 分 | 自含说明+节点对应章节 |
| 数学公式 | 1 分 | 编号+变量解释+算法流程 |
| 经济效益 10 项 | 1 分 | 4 列对比+双重表达 |
基础调用：
python build.py --data data.json --out output.docx
演示模式（使用内置示例数据，消防无人机主题）：
python build.py --demo --out demo.docx
data.json 必含字段（v2.1）：
P0 必填（14 项基础字段）：
P0 必填（v2.1 新增 10 项）：
P1 重要：
输出文件命名建议： 挑战杯申报书_作品全称_申报者代表.docx
生成后人工补充：
{
"$schema": "http://json-schema.org/draft-07/schema#",
"title": "挑战杯申报书数据",
"type": "object",
"required": [
"work_full_name", "work_type", "applicant_type", "leader_name",
"leader_id", "college", "school", "apply_date", "abstract",
"background", "research_method", "results_discussion", "conclusion",
"innovations", "policy_citations", "scientific_challenges",
"literature_review", "economic_benefits", "defense_ppt"
],
"properties": {
"work_full_name": {
"type": "string",
"maxLength": 30,
"description": "作品全称，≤30 字"
},
"work_type": {
"type": "string",
"enum": ["natural_science", "social_science", "tech_invention"],
"description": "三大类别"
},
"category": {
"type": "string",
"enum": ["natural_science", "social_science", "tech_invention"],
"description": "与 work_type 等价（兼容旧字段）"
},
"applicant_type": {
"type": "string",
"enum": ["individual", "collective"]
},
"leader_name": {"type": "string"},
"leader_id": {"type": "string"},
"leader_major": {"type": "string"},
"leader_grade": {"type": "string"},
"leader_gender": {"type": "string"},
"leader_age": {"type": "string"},
"leader_phone": {"type": "string"},
"college": {"type": "string"},
"school": {"type": "string"},
"apply_date": {"type": "string"},
"discipline": {"type": "string"},
"duration": {"type": "string"},
"advisor_name": {"type": "string"},
"advisor_title": {"type": "string"},
"advisor_research": {"type": "string"},
"advisor_phone": {"type": "string"},
"team_members": {
"type": "array",
"items": {
"type": "object",
"properties": {
"name": {"type": "string"},
"id": {"type": "string"},
"major": {"type": "string"},
"grade": {"type": "string"},
"role": {"type": "string"}
}
},
"maxItems": 7
},
"abstract": {
"type": "string",
"maxLength": 500,
"description": "作品简介，≤500 字"
},
"background": {
"type": "array",
"items": {"type": "string"},
"description": "选题背景与意义，4 子节"
},
"research_method": {
"type": "array",
"items": {"type": "string"},
"description": "研究方法与过程，4 子节"
},
"results_discussion": {
"type": "array",
"items": {"type": "string"},
"description": "研究结果与讨论，4 子节"
},
"conclusion": {
"type": "string",
"description": "结论，400~600 字"
},
"innovations": {
"type": "array",
"items": {
"type": "object",
"properties": {
"type": {"type": "string"},
"description": {"type": "string"},
"advantage": {"type": "string"}
}
},
"minItems": 3,
"maxItems": 5
},
"references": {
"type": "array",
"items": {
"type": "object",
"properties": {
"authors": {"type": "string"},
"title": {"type": "string"},
"type": {"type": "string"},
"source": {"type": "string"},
"year": {"type": "string"},
"volume": {"type": "string"},
"issue": {"type": "string"},
"pages": {"type": "string"},
"publisher": {"type": "string"},
"city": {"type": "string"}
}
},
"minItems": 5
},
"appendix": {
"type": "array",
"items": {
"type": "object",
"properties": {
"title": {"type": "string"},
"content": {"type": "string"}
}
}
},
"policy_citations": {
"type": "array",
"minItems": 8,
"description": "国家政策引用，≥8 项",
"items": {
"type": "object",
"properties": {
"issuer": {"type": "string"},
"doc_no": {"type": "string"},
"title": {"type": "string"},
"publish_date": {"type": "string"},
"key_excerpt": {"type": "string"},
"relevance": {"type": "string"}
},
"required": ["issuer", "title", "publish_date", "key_excerpt"]
}
},
"scientific_challenges": {
"type": "array",
"minItems": 3,
"maxItems": 3,
"description": "科学挑战，严格 3 段",
"items": {
"type": "object",
"properties": {
"title": {"type": "string"},
"description": {"type": "string"},
"sub_challenges": {
"type": "array",
"items": {
"type": "object",
"properties": {
"title": {"type": "string"},
"detail": {"type": "string"},
"reference": {"type": "string"}
}
}
}
}
}
},
"literature_review": {
"type": "array",
"description": "国内外研究现状综述，30+ 文献",
"items": {
"type": "object",
"properties": {
"section": {"type": "string"},
"topic": {"type": "string"},
"citations": {"type": "array", "items": {"type": "string"}},
"content": {"type": "string"}
}
}
},
"algorithm_comparison": {
"type": "object",
"properties": {
"title": {"type": "string"},
"dimensions": {"type": "array", "items": {"type": "string"}},
"algorithms": {
"type": "array",
"items": {
"type": "object",
"properties": {
"name": {"type": "string"},
"ref": {"type": "string"},
"values": {"type": "array", "items": {"type": "string"}}
}
}
},
"conclusion": {"type": "string"}
}
},
"tech_roadmap": {
"type": "array",
"minItems": 3,
"description": "技术路线图，≥3 张",
"items": {
"type": "object",
"properties": {
"figure_no": {"type": "string"},
"title": {"type": "string"},
"nodes": {
"type": "array",
"items": {
"type": "object",
"properties": {
"id": {"type": "string"},
"label": {"type": "string"}
}
}
},
"edges": {
"type": "array",
"items": {
"type": "object",
"properties": {
"from": {"type": "string"},
"to": {"type": "string"}
}
}
},
"description": {"type": "string"}
}
}
},
"formulas": {
"type": "array",
"description": "数学公式，自然/发明类必备",
"items": {
"type": "object",
"properties": {
"equation_no": {"type": "string"},
"expression": {"type": "string"},
"variables": {
"type": "array",
"items": {
"type": "object",
"properties": {
"symbol": {"type": "string"},
"meaning": {"type": "string"}
}
}
},
"context": {"type": "string"}
}
}
},
"economic_benefits": {
"type": "array",
"minItems": 10,
"description": "社会经济效益量化，≥10 项",
"items": {
"type": "object",
"properties": {
"indicator": {"type": "string"},
"traditional_baseline": {"type": "string"},
"system_expected": {"type": "string"},
"improvement": {"type": "string"}
}
}
},
"defense_ppt": {
"type": "array",
"minItems": 10,
"maxItems": 10,
"description": "答辩 PPT 框架，10 页",
"items": {
"type": "object",
"properties": {
"slide_no": {"type": "integer"},
"title": {"type": "string"},
"duration": {"type": "string"},
"key_points": {"type": "array", "items": {"type": "string"}},
"visual": {"type": "string"},
"speaker_notes": {"type": "string"}
}
}
}
}
}
| 字段 | 类型 | 必填 | 默认值 | 说明 |
|---|---|---|---|---|
| work_full_name | str | P0 | - | 作品全称 ≤30 字 |
| work_type | str | P0 | - | 三大类代码 |
| applicant_type | str | P0 | collective | individual/collective |
| leader_name | str | P0 | - | 申报者代表姓名 |
| leader_id | str | P0 | - | 学号 |
| leader_major | str | P0 | - | 专业 |
| leader_grade | str | P0 | - | 年级 |
| college | str | P0 | - | 学院 |
| school | str | P0 | - | 学校 |
| apply_date | str | P0 | - | 申报日期 |
| abstract | str | P0 | - | 作品简介 ≤500 字 |
| background | list | P0 | - | 选题背景 4 子节 |
| research_method | list | P0 | - | 研究方法 4 子节 |
| results_discussion | list | P0 | - | 研究结果 4 子节 |
| conclusion | str | P0 | - | 结论 400~600 字 |
| innovations | list | P0 | - | 创新点 3~5 个 |
| policy_citations | list | P0（v2.1） | - | 政策引用 ≥8 |
| scientific_challenges | list | P0（v2.1） | - | 科学挑战 3 段 |
| literature_review | list | P0（v2.1） | - | 文献综述 30+ |
| algorithm_comparison | obj | P1（v2.1） | - | 算法对比表 |
| tech_roadmap | list | P0（v2.1） | - | 技术路线 3 张 |
import json, sys
data = json.load(open(sys.argv[1], encoding="utf-8"))
work_type = data.get("work_type") or data.get("category", "tech_invention")
limits = {
"natural_science": {"abstract": 500, "background": (1200, 1500),
"research_method": (1500, 2000), "results_discussion": (2500, 3000),
"conclusion": (400, 500)},
"social_science": {"abstract": 500, "background": (2000, 2500),
"research_method": (3500, 4500), "results_discussion": (3500, 4500),
"conclusion": (500, 600)},
"tech_invention": {"abstract": 500, "background": (1500, 2000),
"research_method": (2500, 3000), "results_discussion": (2000, 2500),
"conclusion": (400, 500)},
}
L = limits.get(work_type, limits["tech_invention"])
checks = [
("work_full_name", len(data.get("work_full_name", "")) <= 30, "作品全称≤30字"),
("abstract", len(data.get("abstract", "")) <= L["abstract"], f"作品简介≤{L['abstract']}字"),
("innovations", 3 <= len(data.get("innovations", [])) <= 5, "创新点3~5个"),
("references", len(data.get("references", [])) >= 5, "参考文献≥5条"),
("policy_citations", len(data.get("policy_citations", [])) >= 8, "政策引用≥8项(v2.1)"),
("scientific_challenges", len(data.get("scientific_challenges", [])) == 3, "科学挑战3段(v2.1)"),
("literature_review", len(data.get("literature_review", [])) >= 5, "文献综述≥5段(v2.1)"),
("tech_roadmap", len(data.get("tech_roadmap", [])) >= 3, "技术路线≥3张(v2.1)"),
("economic_benefits", len(data.get("economic_benefits", [])) >= 10, "经济效益≥10项(v2.1)"),
("defense_ppt", len(data.get("defense_ppt", [])) == 10, "答辩PPT 10页(v2.1)"),
]
for field, ok, msg in checks:
print(f" {'✅' if ok else '❌'} {msg}")
不同学校挑战杯申报书模板在以下方面有微调，优先使用学校下发模板，本 skill 生成内容作为质量参考。
常见差异点：
5 类学校适配要点：
| 维度 | 挑战杯 | 大创-创新训练 | 互联网+ |
|---|---|---|---|
| 性质 | 学科竞赛 | 教学项目 | 创新创业大赛 |
| 评审重点 | 学术性+创新性 | 创新性+可行性 | 商业性+团队 |
| 字数 | 8k/15k/10k（3 档） | 6000~10000 字 | 15000~20000 字 |
| 申报者 | 个人或集体 | 集体（3~5 人） | 必须团队（≤15 人） |
| 经费 | 无（作品已成型） | 1~2 万（国家级） | 融资计划 |
| 产出 | 论文/报告/实物 | 论文+原型+专利 | 商业计划书 |
| 评审机制 | 校→省→国三级 | 校→省→国三级 | 校→省→国三级 |
| 核心栏目 | 研究方法+结果讨论 | 研究内容+技术路线 | 执行摘要+商业模式 |
| 时间跨度 | 已完成作品 | 进行中项目 | 进行中项目 |
用户场景：
| 时间节点 | 任务 |
|---|---|
| 校赛前 60 天 | 完成作品+开始撰写申报书 |
| 校赛前 45 天 | 政策梳理 8+ + 科学挑战 3 段（v2.1） |
| 校赛前 30 天 | 申报书初稿+文献综述 30+（v2.1） |
| 校赛前 20 天 | 技术路线 3 张 + 算法对比表（v2.1） |
| 校赛前 15 天 | 申报书定稿+docx 生成+附录整理 |
| 校赛前 10 天 | 经济效益 10 项 + 答辩 PPT 10 页（v2.1） |
| 校赛前 7 天 | 装订+学校报送 |
| 校赛后 | 根据评审意见修改备省赛 |
| 省赛后 | 根据评审意见修改备国赛 |
build.py 中 DEFAULT_DATA 采用消防无人机主题，覆盖案例 1+2 的核心要素：
新增内容：
build.py 新增字段：
DEFAULT_DATA 升级：消防无人机主题，对齐案例 1+2
目标行数：SKILL.md ≥ 1800 行；build.py ≥ 1200 行
A：触发后第一步先确认作品类别（三选一）。问"你的作品是论文、调查报告还是发明实物？分别对应自然科学类、哲学社会科学类、科技发明制作。"
A：是。v2.1 强制要求 10 项必加章节全部出现，否则触发校验警告。但允许用户后续补充。
A：根据 work_type 自动选择：
A：按"作品主题 → 关键政策领域 → 政策清单"流程梳理。参考第 4.5 节"8 大常见主题对应政策领域速查表"。如果实在找不到 8 项国家政策，可补充 1~2 项领导人讲话或行业白皮书。
A：必须 3 段。3 段层层递进（数据→算法→系统 / 感知→认知→决策 / 理论→方法→应用），2 段无法体现递进逻辑。
A：按"Web of Science + IEEE Xplore + CNKI"三源检索。参考第 6.5 节"30+ 文献检索策略"。
A：是。自然科学类 ≥ 3 个公式，科技发明类 ≥ 2 个公式，哲学社会科学类可选。参考第 9 章。
A：是。10 项指标必须 4 列对比（传统基准/系统预期/提升幅度），且双重表达（百分比+倍数）。参考第 10 章。
A：是。10 页 PPT 大纲，5+5 分钟（5 分钟陈述+5 分钟答辩）。参考第 11 章。
A：消防无人机火场救援系统（对齐案例 1+2），覆盖所有 v2.1 新增字段。
本 skill 已完成 v2.1 优化，新增 10 项必加章节，3 档字数版本，JSON Schema 完整定义，质检清单 30+ 项。如遇问题请参考第 26 章 FAQ 或回退至 v2.0。
版本：v2.1 优化日期：2025 年 优化任务：T47 优化子智能体：challenge_cup 专用 目标行数：SKILL.md ≥ 1800 行；build.py ≥ 1200 行 对齐案例：案例 1（科研立项版）+ 案例 2（创业训练版），消防无人机主题
| formulas | list | P0（v2.1） | - | 公式（自然/发明类） |
| economic_benefits | list | P0（v2.1） | - | 经济效益 10 项 |
| defense_ppt | list | P0（v2.1） | - | 答辩 PPT 10 页 |
| references | list | P1 | - | 参考文献 |
| appendix | list | P1 | - | 附录清单 |