1start-mathmodel

jihe520/MathModelAgent · Agent Skill

Запускает полный рабочий процесс для соревнований по математическому моделированию, определяя предпочтения пользователя и вызывая соответствующие этапы.

Перейти к установке ↓

Обзор

Авторjihe520Сообщество
Репозиторийjihe520/MathModelAgent ↗
Папка скилла1start-mathmodel
Звёзды4 251
Файлы1
Лицензияне указана — уточните у автора
Обновлён18 июня 2026 г.
СсылкиИсходник скилла ↗ · Репозиторий ↗

Проверка Mozgi

Что мы нашли в файлах скилла. Подробности — по подписке.

Безопасность
низкий риск · явных рисков не найдено — полный отчёт покажет детали
Совместимость
только инструкции — подходит большинству агентов
Похожие скиллы
найдено 51 похожий скилл
Ещё в подписке

Установка

Скилл — это папка с файлом SKILL.md. Выберите своего агента и скопируйте команды в терминал (macOS, Linux или Git Bash на Windows) в корне проекта.

Скопируйте промпт и вставьте в Claude, Codex или другого ассистента: он сам проверит скилл и подключит его.

Установи мне скилл «1start-mathmodel» с mozgi.io (https://mozgi.io/skills/1start-mathmodel/).

1. Скачай архив: https://mozgi.io/skills/1start-mathmodel/download
   Если не скачивается — возьми папку скилла из исходника: https://github.com/jihe520/MathModelAgent/tree/main/skills/1start-mathmodel
2. Прочитай SKILL.md и остальные файлы. Проверь, что скилл безопасен: нет скрытых команд, отправки данных наружу или скриптов, которые делают не то, что описано. Если что-то подозрительно — остановись и скажи мне.
3. Положи папку «1start-mathmodel» в папку скиллов своего агента: .claude/skills/ для Claude Code, .agents/skills/ для Codex, .cursor/skills/ для Cursor, .gemini/skills/ для Gemini CLI. В проекте — внутри проекта, иначе в домашней папке (~/.claude/skills/ и т. п.).
4. Убедись, что получилось <папка скиллов>/1start-mathmodel/SKILL.md.
5. Коротко расскажи, что умеет этот скилл, и предложи попробовать его на моей задаче.

Если какой-то шаг не можешь сделать сам — подскажи, что нажать или ввести.

Файлы скилла

1 файл Скачать ZIP

Просмотрите SKILL.md и сопутствующие файлы перед установкой. Клик по файлу — предпросмотр.

Содержимое SKILL.md

Оригинальный текст автора · только чтение

数学建模工作流

本 skill 是数学建模竞赛项目的总控入口。它不替代后续阶段 skill,而是负责启动流程、询问偏好、记录决策、生成计划,并按顺序调用各阶段 skill。

数学建模规范参考

如需领域判断,读取 ../_references/math_modeling_norms.md。该文件只提供数学建模基本规范和防错知识,不改变本 skill 的阶段顺序和产出约定。

必须产出

在当前工作目录中创建或更新以下文件:

  • plan.md:整体流程方案、建模方向、阶段顺序、预期产物和风险控制。
  • todo.md:具体待办事项列表,记录每个阶段的任务和状态。

工作流

1. 询问用户偏好 AskUserQuestions

在规划前,只询问会实质影响流程的问题。问题要少而关键。

优先询问(按重要性排序):

1. 排版引擎:Typst 还是 LaTeX?— 决定 5writing 使用哪套模板和编译命令。两套引擎均覆盖全部模板(14 中 + 3 英)。Typst 使用 typst 命令编译;LaTeX 使用 xelatex 命令编译(需跑两遍解决交叉引用)。

2. 竞赛类型:国赛/华为杯/华中杯/MCM/...— 决定模板选择,见 5writing 的模板族清单。

3. 论文语言:中文/英文 — MCM/ICM/COMAP 强制英文,其他默认中文。

4. 子问题数量是否已知:影响章节文件生成数量。若未知,由 2analysis-modeling 阶段根据题面确定。

将用户的选择记录到 plan.md 的"方案"小节中。

2. 制定方案

按以下结构编写 plan.md:

# 方案

要依次调用这些 skill,按照里面要求完成任务。

用户偏好:
- 排版引擎:<Typst / LaTeX>
- 竞赛类型:<国赛 / 华为杯 / MCM / ...>
- 论文语言:<中文 / 英文>
- 子问题数量:<已知 N 个 / 待分析确定>

workflow:
   step      skills
1. 赛题分析与建模设计 - `2analysis-modeling`
2. 编程实现和图表生成 - `3coding-visual`
3. 流程与架构图绘制 - `4drawio`
4. 竞赛论文撰写 - `5writing`
5. 验证和验收 - `6verity`

项目目录结构

各阶段按此骨架创建和填充文件:

.
├── plan.md                      # 1: 本文件
├── todo.md                      # 1: 待办事项
├── reports/                     # 各阶段文档报告
│   ├── ANALYSIS_MODELING_REPORT.md  # 1: 赛题分析-建模报告(2analysis-modeling)
│   ├── RESULTS_REPORT.md            # 2: 结果报告(3coding-visual)
│   ├── DRAWIO_REPORT.md             # 3: 非数据图说明(4drawio)
│   ├── VERIFY_REPORT.md             # 5: 验收报告(6verity)
├── code/                        # 2: 代码(3coding-visual)
│   ├── problem1.py
│   ├── problem2.py
│   ├── problem3.py               # 问题的数量应该更具题目动态调整
│   ├── ... 
│   └── utils.py
├── results/                     # 2: 结果记录(3coding-visual)
├── figures/                     # 2+3: 所有图表(3coding-visual + 4drawio)
│   ├── *.pdf                    #     数据图 + 非数据图 PDF
│   ├── *.drawio                 #     非数据图源文件
├── paper/                       # 4: 论文(5writing)
│   ├── main.typ / main.tex      #     论文主文件(按用户选择的引擎)
│   └── sections/                #     各节文件(.typ 或 .tex)

方案必须明确每个阶段由哪个下游 skill 负责,以及该阶段应产出什么文件。

3. 生成待办

将 todo.md 写成阶段性 checklist,格式如下:

# 待办事项

- [ ] 1. 赛题分析与建模设计 - `2analysis-modeling`
- [ ] 2. 编程实现和图表生成 - `3coding-visual`
- [ ] 3. 流程与架构图绘制 - `4drawio`
- [ ] 4. 竞赛论文撰写 - `5writing`
- [ ] 5. 验证和验收 - `6verity`

每完成一个阶段,都要更新 todo.md 中对应任务的状态。

4. 依次执行阶段

按以下顺序调用下游 skills:

| 阶段 | Skill | 作用 | 主要产物 |

| --- | --- | --- | --- |

| 赛题分析与建模设计 | 2analysis-modeling | 解析题意、识别变量/约束/数据/评价指标,并建立数学模型、目标函数、约束条件和求解策略。 | ANALYSIS_MODELING_REPORT.md |

| 编程实现和图表生成 | 3coding-visual | 实现可复现代码,运行实验,生成结果表和多种多样的图表。 | code/, results/ , RESULTS_REPORT.md, figures/图表 |

| 流程与架构图绘制 | 4drawio | 在论文确实需要时,绘制方法流程图、架构图和非数据型概念图。 | figures/*.drawio, figures/*.pdf, DRAWIO_REPORT.md |

| 竞赛论文撰写 | 5writing | 基于分析、建模、代码结果和图表撰写最终竞赛论文,并按章节直接插入图表。 | paper/ |

| 验证和验收 | 6verity | 检查可复现性、一致性、产物完整性、格式规范和提交就绪状态。 | VERIFY_REPORT.md |

阶段边界

  • 3coding-visual 负责生成所有依赖计算结果或实验输出的数据图表。
  • 4drawio 只负责概念图、算法流程图、架构图、路线图等非数据型图示。
  • 不要让 4drawio 重复绘制 3coding-visual 已经生成的统计图或数据图。
  • 5writing 负责决定图表在论文中的位置,并按所选引擎写入图表代码:
  • Typst:#figure(image("../../figures/xxx.pdf", width: 85%), caption: [...])
  • LaTeX:\begin{figure}[H]\centering\includegraphics[width=0.85\textwidth]{../../figures/xxx.pdf}\caption{...}\label{fig:xxx}\end{figure}
  • 不要让 5writing 编造数值结论。论文中的数值必须来自 RESULTS_REPORT.md、结果表或已生成图表的数据。

Вопросы и ответы

Что делает скилл 1start-mathmodel?

Запускает полный рабочий процесс для соревнований по математическому моделированию, определяя предпочтения пользователя и вызывая соответствующие этапы.

Как установить 1start-mathmodel?

Откройте блок «Установка» на этой странице и выберите своего агента — Claude Code, Codex, Cursor или Gemini CLI: там готовые команды, которые копируют папку скилла в нужное место. Либо скопируйте промпт из вкладки «Через ассистента» — ассистент сам проверит и подключит скилл.

С какими нейросетями работает 1start-mathmodel?

Скиллы — это обычные инструкции в Markdown (формат Agent Skills), поэтому 1start-mathmodel подходит любому агенту, который читает SKILL.md: Claude Code, Codex, Cursor, Gemini CLI, GitHub Copilot, OpenCode и другие. Модель загружает инструкции только когда задача подходит под описание скилла.

Скилл 1start-mathmodel бесплатный?

Скилл опубликован автором jihe520 в открытом доступе. Сам скилл ничего не стоит — вы платите только своему провайдеру нейросети за использованные токены. Лицензия в репозитории не указана — перед коммерческим использованием уточните условия у автора.

Безопасно ли устанавливать скиллы?

Скилл — это инструкции, которые агент будет выполнять, поэтому перед установкой прочитайте SKILL.md и сопутствующие файлы. Скрипты из папки скилла запускаются только если их запустит агент — следите за тем, что он делает, и не давайте лишних прав.

Чем скилл отличается от MCP-сервера или плагина?

MCP-сервер и плагин дают модели новые инструменты — код, который выполняется и возвращает результат. Скилл даёт знания и порядок действий: как подходить к задаче, какие шаги делать и как выглядит хороший результат. Ему не нужен сервер или ключ API.

Похожие скиллы

Все скиллы →
browser-automation Автоматизирует управление веб-страницами, включая сложные сценарии, проверку входа, управление вкладками и обработку ошибок. openclaw390k skill-creator Создает, редактирует и проверяет файлы SKILL.md для AI-агентов, структурируя их и подготавливая к использованию. openclaw389k subagent-driven-development Методология разработки, при которой агент делегирует задачи специализированным под-агентам с изолированным контекстом, обеспечивая высокое качество кода, автоматическую проверку результатов и непрерывное выполнение плана без участия человека. obra303k using-superpowers Этот скилл помогает агенту находить и использовать другие скиллы, требуя их вызова перед любым ответом или действием. obra283k dispatching-parallel-agents Распределяет независимые задачи между несколькими агентами для параллельного выполнения, оптимизируя время и ресурсы. obra283k writing-skills Создает и редактирует скиллы для AI-агентов, используя подход Test-Driven Development для документации. obra283k