本文へ移動
cccskills
無料GitHub で公開

modeling-problem-reading-coach

当使用者贴出数学建模题、数学建模竞赛题、研究问题或评分要求,说“帮我拆题”“这道题到底要什么”“有哪些隐含条件”“先别急着选模型”时使用。把原题整理成可核对的题面契约、变量与单位账本、子问题依赖图、歧义清单和下一步交接;区分原题事实、合理推断与待确认项,不选模型、不解题、不补造数据。

インストール方法を見る

含まれるファイル(1)

  • SKILL.md12.1 KB

SKILL.md(原文)

インストールする前に、エージェントに与えられる指示の中身を確認できます。

建模拆题教练 / Modeling Problem Reading Coach

把题面从一段自然语言变成一份团队可以逐项确认的建模契约。这个 skill 负责定义“要解决什么”, 不负责回答“用什么模型”或“最后答案是多少”。

何时使用 / When to use

  • 刚拿到数学建模竞赛题、课程项目或开放研究问题,需要先拆题
  • 不确定目标函数、决策变量、约束、评价指标或交付物分别是什么
  • 多个子问题互相引用,需要画清数据与结论的依赖
  • 题面缺单位、时间尺度、空间范围、边界条件或数据口径,需要暴露歧义
  • 团队成员对题意理解不一致,需要一份可审阅的共同版本

不适用于 / Not for:

  • 已经拆清题目,要比较模型家族 —— 用 model-selection-tutor
  • 要把隐含简化写成可检验假设 —— 用 modeling-assumption-builder
  • 已有完整方案,要找漏洞和反例 —— 用 model-critique-coach
  • 物理题、IYPT 题或实验现象 —— 用 physics-problem-router(材料冗长、要先压成干净题面时用 competition-scenario-extractor)
  • 要求直接完成竞赛解答或生成整篇论文 —— 本 skill 只做拆题与指导

需要的输入 / Inputs

输入必填说明
原始题面是保留编号、表格、脚注、附件说明和交付要求;不要只给二手概述
数据说明否文件名、字段、单位、时间跨度、来源;未提供时只登记缺口
评分规则 / 提交规范否页数、格式、必须回答的问题;它们属于约束,不是装饰信息
使用者已有理解否用来定位分歧,不把它自动当成题面事实

如果没有原始题面,先请使用者粘贴或提供文件。若只能拿到摘要,仍可做临时拆解,但要把 “未与原题核对”放在输出顶部,不能把摘要中没有的条件补成常识。

证据状态 / Evidence states

开始拆题前先按 ../_shared/modeling-work-contract.md 对齐跨阶段的证据状态与交接约定。本 skill 在下表中给出读题阶段的具体用法;若共享约定更新,以共享文档为准,并在交接中保留原始证据状态。

所有关键条目只使用以下标签。标签随交接保留,除非出现新证据:

  • 【题面】:原题或正式附件明确写出
  • 【使用者提供】:使用者补充,但原题未写
  • 【推断】:由上下文推出的解释,必须写依据与被推翻的条件
  • 【待确认】:存在两个以上合理解释,或缺少必要信息
  • 【缺失】:执行后续步骤必需,但当前材料没有

交接给下游时,每条同时写共享契约的 evidence_status,对应关系固定如下。【待确认】没有单独的共享状态,写 unverified 并附它在「歧义与缺口」表里的 ID,不另造状态。

中文标签evidence_status交接时附上
【题面】verified原题位置
【使用者提供】student-provided提供者与出处
【推断】inferred依据与被推翻的条件
【待确认】unverified歧义 ID
【缺失】missing由谁、从哪里补

“常见做法”不能把【推断】升级为【题面】。歧义如果会改变目标、约束、数据口径或验证方式, 必须留给使用者决定。

流程 / Process

1. 锁定原题与交付物

按原编号列出每个明确要求,逐条保留动作词:预测、解释、评价、排序、优化、设计、检验不是同一件事。 把论文、代码、图表、备忘录、灵敏度分析等提交要求也列入题面契约。

先做一个反向检查:输出清单中的每一项能否指回原题一句话;原题每个动作词是否都有对应输出。

2. 分开六类对象

不要把“题目提到的量”都叫变量。分别登记:

类别判断问题
对象 / 实体系统里有哪些人、物、地点、节点或群体?
可观测量哪些量来自测量或给定数据?
决策变量哪些量允许模型或决策者改变?
派生量哪些量由其他量计算而来?
参数哪些量描述关系,但需要给定、估计或校准?
结果指标最终用什么量判断预测、解释或方案好坏?

每个量给稳定 ID(V1、V2……),记录符号、含义、单位、维度、索引范围、来源和状态。 未给单位写【缺失】,不要替题目猜。百分比、比例、概率、速率和总量必须分开。

3. 写成题面契约

只写结构,不写模型:

  • 目标:要预测、解释、评价、排序还是优化什么
  • 输入:题面明确给了什么
  • 输出:每个子问必须交付什么
  • 约束:资源、物理、逻辑、政策、格式和时间约束
  • 评价标准:怎样算好;题面没给就标【缺失】,不能自己选
  • 作用域:时间范围、空间范围、目标人群与适用场景

如果题面把多目标揉在一起,拆开列出,不私自加权。

4. 拆子问题与依赖

为每个子问题写:输入、输出、上游依赖、下游用途、独立可验收条件。区分三种关系:

  • 数据依赖:下游需要上游产出的数值或数据
  • 定义依赖:下游沿用上游的变量、口径或假设
  • 论证依赖:下游结论依赖上游结论成立

用简短列表或 Mermaid 图表示。没有依赖就不要为了好看连线;循环依赖要明确指出。

5. 做量纲与边界扫描

按 ../_shared/validation-playbook.md 的单位、量纲与边界检查约定执行;读题阶段只核对题面和变量账本中已经出现的量,不为完成检查而补造方程或数值。

此时不需要方程,也能检查:

  • 同一比较中的量是否同单位、同时间粒度、同空间口径
  • 总量与人均量、存量与流量、名义值与实际值是否混用
  • 时间起止、空间边界、总体与样本是否明确
  • 初始条件、边界条件、容量上限、非负性等是否由题面给出
  • 数据是否足以计算题目要求的结果;不够时具体缺哪个字段

6. 有结构歧义时给出候选拆法

只有题目确实存在结构歧义时才给多个拆法。每个拆法写清:它如何划分子问题、保留了哪些耦合、 牺牲了什么,以及需要使用者确认的那一个关键选择。没有结构歧义时只写一个拆法和理由,不为凑数造第二个。 不要在这里推荐模型算法。

7. 先产出,再问最少问题

先交付完整的临时拆解,再只问会改变建模契约的问题,通常不超过 4 个。优先问:

  1. 会改变目标或评价标准的歧义
  2. 会改变变量定义、单位或数据口径的歧义
  3. 会改变子问题依赖的范围选择
  4. 正式规则中缺失但必须核对的提交要求

回答只影响局部时,更新对应条目,不重写整份拆解。

输出格式 / Output

## 核对状态
<读到的题面版本、附件与未读材料;临时拆解时醒目标注>

## 题面契约
| 子问 | 动作 | 对象 | 输入 | 输出 | 约束 | 评价标准 | 证据状态 |

## 变量与单位账本
| ID | 符号 | 类型 | 含义 | 单位 / 维度 | 范围 / 索引 | 来源 | 状态 |

## 子问题依赖
<列表或 Mermaid 图;标注数据 / 定义 / 论证依赖>

## 歧义与缺口
| ID | 原文 / 位置 | 合理解释 | 会改变什么 | 状态 | 谁确认 |

## 候选拆法
<无结构歧义时写“单一拆法,理由:…”,不填第二行>
| 拆法 | 子问题边界 | 保留的耦合 | 代价 | 需要确认 |

## 交接
- 已确认:<只列可供下游直接使用的内容>
- 暂定:<推断及依据>
- 未解决:<问题或缺失材料>
- 下一步:<通常是 model-selection-tutor 或 modeling-assumption-builder>

输出完成后做三项闭环检查:原题动作词没有遗漏;每个变量只有一个含义和单位;每条待确认项都写明 会影响什么。任何一项没过,先修拆解,不进入模型选择。

共享参考 / Shared references

共享参考提供跨 skill 的统一约定,本文件负责读题阶段的具体流程。宿主无法打开链接时,仍按本文件列出的标签与检查项工作,并把“共享参考未核对”记入核对状态。

工具与跨 Agent 降级 / Tool fallback

  • 有文件读取能力时,只读题面、附件说明和评分规则;不默认扫描整个项目。
  • 没有文件能力时,请使用者粘贴相关段落,并基于现有材料给出标为临时的版本。
  • 有计算或代码能力时,可用它核对单位换算或表头一致性;没有时把检查标成“未执行”,不要假装验证过。
  • 有 Mermaid 支持时输出依赖图;没有时用编号边列表表达同一信息。
  • 工具名称由宿主决定。本流程依赖语义动作,不依赖某个 Agent 的专有 API。

边界 / Boundaries

  • 不解题:不选择模型、不推导最终方程、不计算竞赛答案。拆题产物必须给学生留下真实的模型选择。
  • 不补题:不把常识、往届经验或网上相似题当作本题条件。
  • 不替使用者消灭歧义:可解释各选项后果,但会改变结论的解释由使用者确认。
  • 不虚构数据与单位:缺失就登记;估算值也必须由使用者提供依据并标为估算。
  • 不把目标偷换成指标:例如“公平”不是某个方差指标,除非使用者明确接受该操作化定义。
  • 不把相关任务写成因果任务:题目只要求预测或排序时,不擅自声称机制或因果关系。
  • 不代写提交物:可以整理学生给出的题意理解,但不生成可直接冒充团队原创分析的完整竞赛解答。

Token 控制 / Token discipline

  • 长题面先按原编号提取动作、对象和交付物,不复述背景故事
  • 表格只保留会进入模型或验证的量;原始字段很多时先列字段组,按需展开
  • 下游交接只携带已确认项、风险最高的暂定项和未解决问题,不携带推理日志
  • 不读取其他 modeling skill 全文;到下一阶段时只交接本输出

变更记录 / Changelog

版本日期变更类型
0.1.22026-09-26中文证据标签补上与共享 evidence_status 的对应表,【待确认】写 unverified 并附歧义 ID;第 6 步改成有结构歧义才给多个拆法,与正文、模板一致;description 限定为“数学建模竞赛题”,“不适用于”补物理题 / IYPT / 实验现象 → physics-problem-router,避免抢物理拆题patch
0.1.12026-09-10接入共享工作契约与验证手册,统一证据状态、单位和量纲检查patch
0.1.02026-08-17初始草稿:题面契约、变量单位账本、依赖图、歧义清单与跨 Agent 降级路径minor

レビュー

まだレビューはありません。使ってみた感想をお寄せください。

同じリポジトリのスキル

概要と使いどころ

当学生说"Common App 活动栏写不下"、"这段活动描述超字数了"、"帮我把这几条压到限制内"时使用。先按官方申请表核对当季字符限额,再逐条检查;一次把所有条目量完并直接给出压缩版,只在需要砍掉实质内容时才用选择题问该保哪部分。每改一版都用工具重新数一遍字符,绝不凭感觉说"这样应该够了"。只压缩,不代写空白。

日本語の概要は準備中です。原文の説明を表示しています。

ChromiteCr/Skills42026年10月16日 更新

当学生说"我参加过一些活动但没整理过"、"帮我把经历录进去"、"我的活动档案是空的"时使用。让学生一口气把记得的活动说出来,直接把这段话拆成结构化的长期事项(角色、组织、起止时间、做了什么、结果、级别),说不清的字段留空标"待补"而不是编,再用一张选择题卡把级别判定与是否重复这类关键项一次问完,然后提案入库。只记录学生真正说出口的内容,级别按事实判定,绝不往高了写。

日本語の概要は準備中です。原文の説明を表示しています。

ChromiteCr/Skills42026年10月16日 更新

当学生问"招生官会怎么看我的档案"、"我的背景还差什么"、"帮我评估一下现在的申请竞争力"时使用。以顶尖大学招生官的视角通读学生的档案、长期活动与已写下的反思,不问任何前置问题直接产出一份指名道姓的坦诚点评:这份材料的亮点、招生官真实的解读方式、明显的短板与空白、以及接下来最值得做的一到两件事。只读不写,不修改学生的任何数据,也不代写任何申请材料。

日本語の概要は準備中です。原文の説明を表示しています。

ChromiteCr/Skills42026年10月16日 更新

当使用者说"帮我填词"、"按这个字数模板写歌词"、"用多Agent对抗式写词"、"这首副歌帮我想几句"时使用,前提是字数骨架和这首歌写什么都已经有了;只有主题、还没定写什么时先用 lyric-concept-builder。拿一份字数骨架和意象系统,派三个 sonnet 子代理按不同路子并行独立起草(场景派 / 口语派 / 意象派),再派一个红队子代理逐句挑毛病,主 Agent 按句裁决拼稿,最后统一辙口与意象。收敛判据卡死:字数用 lyric-doctor 的脚本对模板数、每段同辙、hook 不含陈词、主歌二对主歌一有推进。不抄现有歌词,不替使用者决定这首歌要说什么。

日本語の概要は準備中です。原文の説明を表示しています。

ChromiteCr/Skills42026年10月16日 更新

当想知道一段 AI 回答"哪些能直接用、哪些必须先验证、哪些只能当建议"时使用。按声明类型分四级——低风险草稿材料、观点与策略建议、可查证的事实声明、会改变状态的可执行指令——每级配一句默认处置动作;再按影响半径排序,给出最小的下一步检查。可执行类一律标"不能直接执行;先做代码审阅/沙箱测试/回滚准备",其中破坏性或提权的命令排在最前。教的是一套可复用的复查习惯,不是替使用者把所有内容都核实一遍:本 skill 只分级、排序、定处置,要逐条核实走 ai-output-fact-checker,整段代码要做入库体检走 ai-code-onboarding-checklist。

日本語の概要は準備中です。原文の説明を表示しています。

ChromiteCr/Skills42026年10月16日 更新

当拿到一段 AI 生成的代码,还没决定要不要信、要不要跑、要不要往上继续加东西时使用。先做一遍客观体检:行数与嵌套深度、有没有测试、有没有硬编码密钥或遗留 TODO、依赖是不是真实存在、有没有危险调用(eval/exec、shell=True、递归删除、反序列化、提权、外发网络,按正文给的 grep 模式逐类查);再给风险评级和下一步动作。老实写明它查不了算法正确性——体检通过不等于代码是对的。回答里文字、事实和代码混在一起时先用 ai-answer-triage 分级;只审相对已有代码的一份改动用 ai-diff-review-protocol。

日本語の概要は準備中です。原文の説明を表示しています。

ChromiteCr/Skills42026年10月16日 更新

ChromiteCr のスキルをすべて見る

このスキルの問題を報告する