建模与算法策略师

一个兼容 DeepSeek Harness（DSH）、Codex 及其他 SKILL.md Agent 的建模技能，面向 CUMCM、MCM/ICM 等数学建模竞赛和实际建模问题。它先明确问题契约和硬约束，再比较少量结构不同的候选模型，选择与数学结构和计算规模相匹配的算法，并为结论设计可证伪的验证。

设计目标

• 从数据生成机制、约束和输出对象识别问题，而不是按题型关键词套模板。
• 硬门槛先于综合评分，违反题意或不可计算的方案直接淘汰。
• 先建立最低合理基线，再用最小区分实验决定是否升级模型。
• 准确区分全局最优、近似保证、局部最优和经验候选。
• 让验证方式与模型类型及结论主张匹配。
• 数值模型区分输入事实与闭合假设、守恒与经验参数、显示位数与实际精度。
• 结构对照冻结共同条件，避免把输入变化或离散误差误当作新机制影响。
• 证据已经足够决策时停止扩展，避免无效堆叠模型和指标。

适用场景

• 分析数学建模赛题并形式化目标、变量和约束；
• 比较预测、优化、仿真、评价或因果模型；
• 为既定模型选择求解算法并核对复杂度与正确性保证；
• 诊断现有建模方案在模型层、算法层、实现层或数据层的问题。

不适用于单纯论文排版、语言润色、制图，或模型和算法已经完全确定后的纯代码实现。

安装

DeepSeek Harness（DSH）

DSH 原生识别目录型 Agent Skill，无需把本项目改造成 JavaScript/Cordis 插件。项目级安装的优先级最高，适合只在当前仓库启用：

git clone https://github.com/xxszyh/modeling-algorithm-strategist.git .dsh/skills/modeling-algorithm-strategist

用户级安装可在任意项目中使用：

git clone https://github.com/xxszyh/modeling-algorithm-strategist.git ~/.dsh/skills/modeling-algorithm-strategist

Windows PowerShell 中可使用：

git clone https://github.com/xxszyh/modeling-algorithm-strategist.git "$HOME/.dsh/skills/modeling-algorithm-strategist"

安装后启动或重启 DSH 会话；直接描述建模任务，或明确点名 modeling-algorithm-strategist 即可。DSH 也识别项目级 .agents/skills/ 和用户级 ~/.agents/skills/，便于与其他 Agent 共享同一份技能。发现顺序和格式说明见 DSH Skills 官方文档。

Codex / 其他 Agent Skills 客户端

将仓库复制到 Agent 的 skills 目录。例如 Codex：

~/.codex/skills/modeling-algorithm-strategist/

安装后应保留如下结构：

modeling-algorithm-strategist/
├── SKILL.md
├── agents/
│   └── openai.yaml
└── references/
    ├── model-and-algorithm-selection.md
    ├── verification-protocol.md
    ├── numerical-modeling.md
    ├── comparison-and-delivery.md
    ├── numerical-challenge-cases.md
    └── source-review-and-tests.md

使用

在支持显式 Skill 调用的 Agent 中调用：

$modeling-algorithm-strategist

也可以直接提出自然语言请求，例如：

请分析这道赛题，比较候选模型并推荐最合适的求解算法和验证方案。

关键词

DSH · DeepSeek Harness · CUMCM · 数学建模 · mathematical modeling · operations research · optimization · model selection · algorithm selection · model validation

内容说明

• SKILL.md：核心工作流程与输出规则。
• references/model-and-algorithm-selection.md：按数学结构选择模型与算法的参考。
• references/verification-protocol.md：针对不同模型和主张的验证协议。
• references/numerical-modeling.md：ODE/PDE、变量系数、移动边界、事件与精度的专项核查，按需加载。
• references/comparison-and-delivery.md：结构灵敏度、主模型选择、运行状态、缓存与独立复现。
• references/numerical-challenge-cases.md：维护用场景及行为判据，不冒充已完成的盲测。
• references/source-review-and-tests.md：公开项目调研、设计取舍与挑战测试。
• agents/openai.yaml：技能在兼容 Agent 中的显示信息和默认提示词。

许可证

本项目使用 MIT License。