Skip to content
Conduit

skill

-cumcm-AI-workflow-

面向 CUMCM 的数模全流程工作流：建模 → 方案评审 → 代码实现/检测 → 复盘 → 国赛论文，含 Codex 技能与安装器

star1342354/-cumcm-AI-workflow-communitylistedunreviewed
Use skill

Set up

Skills are installed by placing their folder where your agent loads skills.

Download ZIP from GitHub Open the repository

The download comes from github.com/star1342354/-cumcm-AI-workflow- itself, not from our server, so what you get is exactly what its author published.

Install instructions come from the README

Skills do not use an MCP config. Follow the steps in the README below.

README

synced Oct 17, 2026

CUMCM 数模全流程工作流

（ps：能不能来个好心人莫名其妙给我一个线上实习机会QAQ）

只针对国赛内容，建议日常使用其中的小skill，整个流程预计10h

面向全国大学生数学建模竞赛（CUMCM）的 Codex 技能包：把「建模 → 方案评审 → 代码实现 → 代码检测 → 结果驱动复盘 → 国赛论文成文」串成一条留痕流水线。各阶段由彼此独立的任务完成，通过密封清单（SHA-256）、结构化回执与门禁交接；总指挥 cumcm-fullflow 只负责编排、调用与校验，不代替专业技能产出内容。

本项目为工程化整理的非官方项目。评审得分、位次与修改建议均为非官方估计，不代表全国大学生数学建模竞赛组委会。

快速开始

方式一：下载安装包（推荐）

  1. 下载最新安装包：CUMCM全流程工作流-安装包-v1.1.0.zip
  2. 解压后双击 Install.cmd（无需管理员权限）。
  3. 在 Codex 新任务中说：
用 $cumcm-fullflow 跑 2026A：赛题和附件在 <路径>

只建模、只评方案、只写代码、只检测代码或只写论文时，不需要总指挥，直接调用对应技能即可。

方式二：从源码安装

git clone https://github.com/star1342354/cumcm-pipeline.git
cd -
powershell -ExecutionPolicy Bypass -File .\install.ps1

install.ps1 会把 skills/ 下六个技能与 tools/ 安装到 Codex 技能目录；覆盖或卸载前会把旧文件备份到 ~/.codex/.cumcm-workflow-backups/<时间戳>/，不会直接删除。

包含的六个技能

目录角色
数学模型建立建模：拆题、数学化、检索取数，产出建模方案与数据文档
数学模型评价方案评审：逐问四遍复读 + 联网查证，产出诊断、修改方案与优化脉络
cumcm-code-writer代码编写：按定稿方案编写竞赛可读代码，三轮自测，产出附录与结果文档
cumcm-code-reviewer代码检测：干净副本复跑 + 独立复算，产出 P0/P1/P2 问题清单
cumcm-paper-writer论文成文：起草/改写/校验（格式 + 风格 + 数字一致性 + 赛题逐条对照）
cumcm-fullflow总指挥：阶段编排、独立任务调用、密封交接、门禁与回执校验；不产出专业内容

四个核心技能（数学模型建立、数学模型评价、cumcm-code-writer、cumcm-code-reviewer）保持 v1.0.2 基线逐文件不变；cumcm-paper-writer 与 cumcm-fullflow 独立存在，由总指挥编排调用。

仓库结构

.
├─ README.md                  # 本说明
├─ CHANGELOG.md               # 版本变更记录
├─ LICENSE                    # MIT
├─ SHA256SUMS.txt             # 发布包校验和
├─ Install.cmd / install.ps1  # Windows 安装器（事务式、可回滚）
├─ 使用与安装.md              # 安装、CLI 与依赖说明
├─ BUILD_METADATA.json        # 构建元数据与技能哈希
├─ skills/                    # 六个技能源码（v1.1.0）
├─ tools/                     # cumcm-flow CLI、交接/校验脚本、DOCX 导出工具
└─ releases/                  # 历史安装包
   ├─ CUMCM全流程工作流-安装包-v1.0.1.zip
   ├─ CUMCM全流程工作流-安装包-v1.0.2.zip
   ├─ CUMCM全流程工作流-安装包-v1.1.0.zip
   └─ legacy/                # 早期单技能安装包（仅存档，不推荐新用户使用）

版本与校验

版本日期安装包SHA-256（前 16 位）
v1.1.0（最新）2026-09-19下载1843FE894471B899
v1.0.22026-09-19下载65EAB5C19792166A
v1.0.12026-09-17下载D0417E3847ABB1A0

完整 SHA-256 见 SHA256SUMS.txt。PowerShell 校验示例：

Get-Content .\SHA256SUMS.txt
Get-FileHash .\releases\CUMCM全流程工作流-安装包-v1.1.0.zip -Algorithm SHA256

v1.0.0 及部分早期单技能包内含打包机绝对路径，未纳入本仓库；releases/legacy/ 仅保留扫描后无本地路径的归档包。新用户请直接使用 v1.1.0。

CLI 与门禁

tools/ 提供统一命令行入口（不是新技能，只做工程操作）：

tools\cumcm-flow.cmd doctor                 # 陌生机器环境体检
tools\cumcm-flow.cmd doctor --json
tools\cumcm-flow.cmd init <运行目录>        # 建立运行目录骨架
tools\cumcm-flow.cmd seal S1 --run-dir <运行目录>
tools\cumcm-flow.cmd verify S1 --run-dir <运行目录>
tools\cumcm-flow.cmd status <运行目录>

总指挥按阶段调用独立任务：建模 → 方案评审 → 代码实现 → 代码检测 → 结果驱动的模型复盘 → 论文起草/改写/校验 → 交付核验。每个阶段用密封清单（SHA-256）交接、写结构化回执，并在数据确认、模型定稿等门禁处停下等待确认。独立任务不可用时会停下或改派，不会由总指挥在当前线程代做。

环境要求

  • Python 3.11+（写码、计算与 DOCX 导出的硬需求）
  • 建议安装：numpy、pandas、matplotlib、scipy、scikit-learn
  • DOCX 原生公式导出需要 pypandoc：运行 tools\setup-md2docx.ps1，或安装时加 -SetupTools
  • 主平台为 Windows（Install.cmd / install.ps1），同时提供 PowerShell 与 Unix 启动脚本
  • 可选联网能力：文献核验、数据抓取、mermaid/Kroki 出图

安装完成后建议先运行：

tools\cumcm-flow.cmd doctor

doctor 默认把 Python、技能与工具缺失视为硬失败，把可选计算、文档与 OCR 依赖列为警告；--strict 会把可选依赖缺失也视为失败，--network 会额外检查 PyPI 连通性。

许可

MIT

↑↓ navigate openesc close