1start-mathmodel
数学建模竞赛工作流入口。用于启动完整建模流程：询问用户偏好，生成 plan.md 和 todo.md，并按阶段调用赛题分析、建模、代码与图表、流程图、论文撰写、验证验收等 skills。
npx skills add jihe520/MathModelAgent --skill 1start-mathmodel --agent claude-code
Same command for any agent — swap --agent for codex, cursor, copilot.
Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.
# 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`： ```markdown # 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： ```text . ├── 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（2a
- 数学建模规范参考
- 必须产出
- 工作流
- 1. 询问用户偏好 AskUserQuestions
- 2. 制定方案
- 项目目录结构
- 3. 生成待办
- 4. 依次执行阶段
- 阶段边界
What does the 1start-mathmodel skill do?
数学建模竞赛工作流入口。用于启动完整建模流程：询问用户偏好，生成 plan.md 和 todo.md，并按阶段调用赛题分析、建模、代码与图表、流程图、论文撰写、验证验收等 skills。
How do I install it?
Run `npx skills add jihe520/MathModelAgent --skill 1start-mathmodel --agent claude-code` — it drops the skill into your project so the agent can pick it up. Swap the --agent value for codex, cursor or copilot if you use one of those.
Where does this skill come from?
From jihe520/MathModelAgent, a repository with 3,177 stars. We read it straight from the repository tree rather than a submitted listing, so what you see here is what is actually published.
Is a popular skill a good skill?
Not necessarily. Stars measure attention, not adoption — a repository can trend for a week and be abandoned. That is why we show the weekly change from our own snapshots next to the total, instead of a single flattering number.