interpret-modeling-problems

一个面向 Codex 的数学建模赛题解读 skill。它把原始题面和附件翻译成可回查、可验证、可交付的建模规格，而不是直接堆砌算法名称或虚构数值结果。

能做什么

  • 比较多道题的任务实质、附件负担、验证难度和致命读题风险。
  • 完整拆解单题：任务链、小问输入输出、约束、歧义、附件结构、模型接口和验证方案。
  • 复核已有解读，标出遗漏、口径变化、证据不足和需要重算的部分。
  • 将完整解读收束为论文级蓝图，明确主模型、基线、参数来源、跨问接口、失败输出和交付映射。

目录结构

interpret-modeling-problems/
├── SKILL.md                         # skill 入口和路由规则
├── agents/openai.yaml               # Codex UI 元数据
├── assets/interpretation-report-template.md
├── references/                      # 方法论、输出结构、题型检查和验收量表
├── scripts/inventory_problem.py     # 只读材料清单
├── scripts/validate_interpretation.py # 报告结构预检
├── tests/                            # 合成夹具和脚本测试
├── examples/anonymized-problem/      # 可公开发布的端到端脱敏示例
├── requirements.txt                  # 可选的 PDF 审计依赖
├── CONTRIBUTING.md
└── LICENSE

使用

将本目录放入 Codex 可发现的 skills 目录后，可显式调用：

$interpret-modeling-problems 解读 2024 年数学建模竞赛 A 题及其全部附件，生成完整报告。

也可以直接描述目标，skill 会按请求选择模式：

  • quick：多题选题比较；
  • full：单题完整解读；
  • re-review：复核已有解读；
  • paper-ready：生成论文级建模蓝图。

首次独立解读只使用原题和附件。只有用户明确要求比较时，才读取优秀论文或旧解读。

安装

使用 skill-installer

在 Codex 中输入：

$skill-installer 请从以下 GitHub 仓库安装 interpret-modeling-problems： https://github.com/zhoufz021/interpret-modeling-problems

手动安装

将仓库下载并解压到：

Windows: %USERPROFILE%.agents\skills\interpret-modeling-problems

macOS/Linux: $HOME/.agents/skills/interpret-modeling-problems

安装后调用：

$interpret-modeling-problems 解读指定赛题及附件。

如果没有立即显示，请重新启动 Codex。

发布形态

本仓库当前提供的是 standalone Codex skill，可通过 skill-installer 或手动复制到 skills 目录后使用。它不是插件包，因此当前不需要 .codex-plugin/plugin.json。如果未来需要接入公共插件目录，再单独增加 plugin 包装层。

依赖与脚本

  • Codex skill 运行时：需要支持标准 skill 目录结构的 Codex 环境。
  • Python：脚本兼容 Python 3.9 及以上版本。
  • pypdf：可选。安装后 inventory_problem.py 能读取 PDF 页数；未安装时仍可生成其余清单。

从 skill 目录运行：

python scripts/inventory_problem.py /path/to/problem --out /tmp/problem-inventory.md
python scripts/validate_interpretation.py /tmp/赛题解读.md --expected-subproblems 4
python -m unittest discover -s tests -v

两个脚本都是只读或生成新文件，不会修改题目原始材料。结构预检不能替代逐页、逐表和语义复核。

端到端示例

examples/anonymized-problem/ 是一套完全合成的三问赛题，包含题面、三份附件、完整解读、附件审计和人工验收报告。可直接运行：

python scripts/inventory_problem.py examples/anonymized-problem --out /tmp/anonymized-inventory.md
python scripts/validate_interpretation.py \
  examples/anonymized-problem/interpretation_report.md \
  --expected-subproblems 3 \
  --json-out /tmp/anonymized-validation.json

示例报告的验收目标是 20/20，但它只证明“解读规格完整”；其中的 [待计算] 不应被误认为已经完成模型求解。

输出约定

完整解读默认包含：

  1. 赛题解读.md；
  2. 附件审计.json；
  3. 验收报告.md。

报告中的关键判断应带有 [题面事实]、[附件事实]、[必要推论]、[主解释]、[可检验假设]、[备选解释] 或 [待计算] 标签，并给出文件、页码、工作表、字段或模板名称等回查位置。

发布边界

本仓库只分发 skill、模板、方法论和合成测试，不包含竞赛原题、附件、优秀论文、个人数据或任何生成报告。使用者应自行确认输入材料的版权、隐私和授权范围；不要把真实题目材料提交到公开仓库。

贡献前检查

提交修改前，请运行：

python -m unittest discover -s tests -v
python scripts/validate_interpretation.py tests/fixtures/minimal_report.md --expected-subproblems 1

并确认：没有未完成占位符、没有固定本机路径、没有把未经运行的候选模型写成结果，也没有把某一年题目的特殊口径扩张成普遍规则。

数学建模与科研学习

如果你希望进一步学习数学建模、科研方法和论文写作，欢迎关注公众号 阿福的工具箱。

公众号将持续分享：

  • 数学建模赛题分析与解题思路；
  • 建模论文阅读、写作与修改方法；
  • 数据分析、Python、可视化和科研工具；
  • 文献阅读、科研入门与学习方法；
  • 数学建模竞赛中的常见问题和实战经验。

希望这里的内容能够帮助你更清晰地理解问题、更规范地开展建模与科研学习。

关注公众号

扫码关注公众号 阿福的工具箱，获取更多数学建模及科研学习资料。