SkillFoxx
Telegram

MathModel Run — скилл

Рабочий процесс для олимпиад по математическому моделированию: десять этапов и проверок, заморозка результатов до статьи.

  • 114 ★ репозитория
  • Последний коммит
  • MIT
Скилл

Расширенный доступ

Почему такой уровень

  • Скилл запускает Python-скрипты, эксперименты и рендер документов и создает множество файлов в рабочей папке проекта.
Все причины и проверки

chengyike20110519-create/mathmodelrunАвтор:chengyike20110519-create

Установка

Работает в

В терминале, через SkillFoxx CLI

npx skillfoxx add skills/mathmodel-run

Определит агенты на машине, покажет уровень доступа и зафиксирует версию.

Другие способы установки

Доступ и проверки

Как мы проверяем

Расширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.

  • Скилл запускает Python-скрипты, эксперименты и рендер документов и создает множество файлов в рабочей папке проекта.

Это чужой код. Посмотрите файлы в репозитории перед установкой.

Что делает

MathModel Run ведет команду от условий задачи до проверенной статьи для олимпиад CUMCM, MCM/ICM, HiMCM и похожих. Процесс идет цепочкой: уточнить, разобрать, выбрать подход, проверить, запустить, заморозить результаты, писать, отрисовать и провести аудит. У проекта десять этапов и десять проверок, причем по умолчанию каждая проверка не пройдена. Заявленный этап не может опережать первую непройденную проверку, и это контролируется механически. Для каждого вопроса задачи ведутся базовая модель, основная и запасная. Числа в статье берутся только из `frozen_numbers.json`, а решения записываются в журнал, который только дополняется. В репозитории лежат скилл для Codex и Claude Code, скрипты `init_project.py`, `status.py` и `doctor.py`, а также отдельный скилл Paper Iteration Pack для правок статьи, графиков и верстки. Страница `index.html` служит локальным рабочим столом.

Для кого. Командам студентов и тренерам олимпиад по математическому моделированию, которым нужны воспроизводимые результаты и проверка перед сдачей.

Подходит, если

  • Команда получила условия CUMCM и хочет разложить задачу на подвопросы с проверкой каждого.
  • Код работает, но числа в статье взяты из старых чатов, и нужна заморозка результатов.
  • Перед сдачей нужен независимый аудит и покадровая проверка PDF.
  • Нужен журнал решений для передачи работы между участниками.

Не подходит, если

  • Нужна быстрая одноразовая модель без доказательной базы.
  • Задача не относится к соревновательному моделированию и не требует аудита.
  • Нет Python 3.9 или новее и Git.

Пример запроса к агенту

Создай проект 2026-cumcm-a, покажи статус и первый непройденный этап, затем разложи задачу A на подвопросы с базовой и запасной моделью.

Ограничения

Нужны Git и Python 3.9 или новее. Процесс строгий: пока проверка не пройдена, переходить к статье нельзя, и для короткого черновика это избыточно. Проверки механически сверяют структуру, хэши и ссылки на доказательства, но научную правильность модели они не подтверждают. Основная документация написана по-китайски и частично по-английски. Доказательства бывают шести видов: команда, тест, данные, рисунок, журнал и ручная запись. Скилл рассчитан на соревнования и не заменяет научное рецензирование.

Как отключить. Удалите папку `my-mathmodel-agent` из каталога скиллов агента. Проекты, созданные скриптом `init_project.py`, остаются в вашей рабочей папке.

Частые вопросы

Как создать проект?

Командой `python3 my-mathmodel-agent/scripts/init_project.py 2026-cumcm-a` из корня репозитория. Скрипт создает каркас с задачами, журналом решений, `state.json` и папками для кода, графиков и статьи.

Как узнать следующий шаг?

Командой `python3 my-mathmodel-agent/scripts/status.py 2026-cumcm-a`. Она показывает десять проверок, первую непройденную и шаг, выведенный из нее, и предупреждает, если ручная запись устарела.

Можно ли поставить только скилл для статьи?

Да: `npx -y skills@latest add chengyike20110519-create/MathModelRun --skill paper-iteration-pack --agent codex claude-code` ставит только Paper Iteration Pack.

Откуда статья берет числа?

Только из `frozen_numbers.json`. Каждое значение должно ссылаться на запись в манифесте запусков, поэтому числа из старых чатов в статью не попадают.

Для каких конкурсов подходит?

Для CUMCM, MCM/ICM, HiMCM и похожих олимпиад по математическому моделированию, где нужны воспроизводимые эксперименты и независимый аудит.

Обсуждение

Вопросов и отзывов пока нет.

Скиллы

Скилл для олимпиад по моделированию CUMCM, MCM/ICM и Electrical Cup: 10 этапов, три роли, пять проверок и сборка статьи в LaTeX

СкиллРасширенный доступ73

Восемь скиллов для олимпиад по моделированию: ведут задачу от условия до статьи с графиками и проверенной литературой

СкиллРасширенный доступ327

Два скилла для конкурсов по математическому моделированию CUMCM и MCM/ICM: разбор задачи, выбор модели, код и статья

СкиллРасширенный доступ437

Набор скиллов для соревнований по математическому моделированию: разбор задачи, выбор метода, код на Python и MATLAB, оформление статьи

ПлагинРасширенный доступ1,1 тыс.

Воркфлоу из трех этапов для задач математического моделирования: разбор и выбор модели, расчеты на Python или MATLAB, сборка статьи в Word или LaTeX

СкиллРасширенный доступ1,9 тыс.

Скилл ведет задачу C китайской олимпиады по математическому моделированию CUMCM от данных до статьи на LaTeX с проверкой.

СкиллРасширенный доступ146

Коротко о README

Система построена вокруг доказательств: у каждой проверки есть объекты-доказательства шести видов, а решения хранятся в журнале с пометками KEEP, CUT, DEFER, PIVOT и ACCEPT_RISK. Обновление файлов идет на месте, без скрытых старых версий.

Бейдж для README

Исходный SKILL.md

---
name: my-mathmodel-agent
description: "Evidence-driven mathematical modeling contest workflow for CUMCM, MCM/ICM, HiMCM, Huawei Cup, and similar events. Use it to decompose a problem, choose and validate model routes, run reproducible Python/AMPL experiments, freeze results, write LaTeX or Typst papers, render them, and audit every claim. Not for casual homework, simple calculations, or one-off coding questions."
metadata:
  short-description: "Run a math-modeling contest from problem files to audited paper"
---

# MathModel Run

Math modeling is not only a modeling problem. Under contest time pressure, it
is a **decision, evidence, and delivery problem**:

- A model looks sophisticated but has no validation path.
- The code runs, but the paper quotes a number from an old run.
- Every subproblem "passes" locally, yet the final PDF has broken figures.
- A reviewer asks why the primary model beats the baseline, and there is no
  reproducible answer.

This skill turns the contest into a stateful, evidence-backed decision workflow. It
borrows the useful harness ideas from `MAGA2010/hackathon-run`: one feature at
a time, default-FAIL contracts, machine-checkable evidence, fresh-context
review, bounded fallback, and an append-only decision log. Evidence is also
classified by strength: a structural check can prove that an artifact exists,
but only a real rerun or inspection can prove that it works.

## Use this skill when

Use it for a contest workspace that contains problem files and needs a
reproducible path to a defensible paper. Invoke it with `$my-mathmodel-agent`.

Do not use it for:

- a single formula or short homework answer;
- a coding request that is unrelated to a contest project;
- changing a paper's wording when no evidence or project state is involved.

## Default user experience

The primary product is not one-click paper generation. The primary product is
help with the next modeling decision: identify the first blocker, compare
routes, run the smallest useful validation, expose weaknesses, and only then
write the affected section.

Unless the user explicitly asks for a complete paper, do not generate one.
Return a bounded work package with:

Сообщить о проблеме