MathModelingWorkflow

面向数学建模训练与竞赛实战的可复用工作流仓库。仓库同时维护两条相互关联、但职责分离的主线：

1. 从官方题目、官方优秀论文和官方赛后讲评中沉淀可追溯的案例、知识卡片与候选建模流水线。
2. 支持真实竞赛中的问题理解、路线设计、可行性测试、代码复现、图表设计、论文写作和最终审计。

完整规则见 AGENTS.md，本次发布前结构审计见 workflow_structure_release_audit_2026-06-12.md。

核心工作流

官方来源训练

来源核验
-> 全题案例研究
-> 子问题知识卡片
-> 候选流水线模式
-> 代码复现 / 官方讲评对照
-> 索引与任务视图
-> 保守的 Skill 演化

竞赛实战

问题理解
-> 任务图
-> 领域分析与专业建模基线
-> 建模思路与全题路线比较
-> 子问题模型、接口审计与可行性测试
-> 正式代码和结果
-> 图表证据与论文写作
-> 最终论文流程图
-> 官方格式审计
-> 最终有效性审计

每个阶段都必须形成可检查的阶段产物，不自动跳过阶段门。

目录结构

路径	作用
.agents/skills/	项目级 Skills、参考资料、模板、检查表和脚本
02_knowledge_base/	案例研究、知识卡片、流水线模式、任务视图和官方指导
03_templates/	竞赛工作流、论文和知识沉淀模板
04_projects/	练习项目与竞赛项目
05_scripts/	可复用辅助和复现脚本
99_external/	外部 Skill 和第三方参考快照
00_raw_papers/	本地官方来源缓存，不提交 Git
06_outputs/	根目录全局生成输出，不提交 Git

项目产物默认保存在项目内部的 06_figures/、07_tables/、08_paper/、09_audit/ 和 10_ai_usage/。

环境准备

推荐使用 Python 3.11 或 3.12：

python -m venv .venv
.\.venv\Scripts\Activate.ps1
python -m pip install -r requirements.txt

OCR 脚本还需要按当前平台单独安装 paddleocr 和对应的 PaddlePaddle 运行时。

常用验证

powershell -ExecutionPolicy Bypass -File 05_scripts/check_directory_conflicts.ps1
python 04_projects/Mock2026_UrbanFlood_Stage1_5_PressureTest/05_code/run_all.py
python .agents/skills/paper-flowchart/scripts/audit_drawio_layout.py .agents/skills/paper-flowchart/templates/question-block-total-flow.drawio
git diff --check

复现实验脚本位于 05_scripts/reproduce_*.py。它们会读取本地 00_raw_papers/ 缓存或生成合成数据，并将可重建结果写入被 Git 忽略的根目录 06_outputs/。

GitHub 发布边界

提交可复用规则、Skills、模板、知识库、复现代码、项目级最终证据和审计记录。不要提交：

• 00_raw_papers/ 本地来源缓存；
• 根目录 06_outputs/ 生成结果；
• Python、LaTeX、Office、预览页和 OCR 页面缓存；
• 密钥、令牌、环境文件和压缩包；
• 可由保留脚本重建的超大候选明细表。

发布前使用 git-publish-orchestrator 检查提交边界，并在提交前运行 git diff --cached --check。