数学建模多智能体系统 v2.2

把一道赛题，经 7 个阶段、多智能体对抗协作 + 独立质检，产出可编译为 PDF 的国赛级别论文。

版本

• 当前版本: v2.2.0
• 更新日志: <skill>/CHANGELOG.md
• 环境自检: python <skill>/scripts/doctor.py

环境（本机 Windows，已验证）

• 编译：xelatex(MiKTeX) + ctex/xeCJK，中文字体 SimHei/SimSun → 中文 PDF 可编。
• Python：C:/Users/HUAWEI/AppData/Local/Programs/Python/Python311/python.exe（numpy/pandas/scipy/sklearn/matplotlib 全就绪）。命令行一律用完整路径调用，勿用系统默认 python。
• 联网：内置 WebSearch / WebFetch。
• Skill 根目录：${SKILL_ROOT} 环境变量（下称 <skill>；未设置时按本 SKILL.md 所在目录）。Python 一律用 C:/Users/HUAWEI/AppData/Local/Programs/Python/Python311/python.exe。

路径解析协议

开工时，先运行 python <skill>/scripts/doctor.py 验证环境完整性。

何时用哪种执行方式

• 子智能体（Agent 工具，agentType 见下）：单阶段专项工作。
• 对抗审稿：用 Workflow 跑 <skill>/workflows/adversarial-review.js（真实多智能体并行对抗，≤4 轮）。
• 独立质检 Subagent：关键节点（M1/P1/P2/W1/W2）派发只读质检，详见下方 Subagent 质检协议。
• 只有当用户明确要"多智能体/工作流/对抗"或说了触发词时才启动 Workflow（它会开多个子智能体，耗 token）。

Subagent 质检协议（v2.0 新增）

角色分离原则：写代码/写论文的 Agent 不能同时质检自己的产出。质检 Subagent 必须是独立实例。

⚠️ 只读说明（best-effort）：质检 Subagent 通过提示词约束为"只读评估、不修改文件"，实际只读隔离取决于运行时权限模式，无绝对强制保证。判定以评估报告为准，不以是否改文件为准。

九道门禁（v2.2 从 v2.0 的 5 道扩展）

质检规则

1. 派发时机：M1 在阶段 1 落盘后；D1 在阶段 3 落盘后；P1 在阶段 4 编码前；P2 在阶段 4 编码后；A1 在 P2 通过后；W1 在阶段 6 写作规划后；A2 在阶段 6 正文写作后；W2 在阶段 6 编译成功后；A3 在阶段 7 审稿完成前。
2. 只读质检（best-effort）：Subagent 应以"只读取、不改写、返回评估报告"为准则；提示词层约束 + 权限模式尽力隔离，但不作为硬性保证。
3. FAIL 回溯：任一门禁 FAIL → 退回对应阶段按证据修正 → 重新派发复验。已通过的后续门禁在相关产物变化后自动失效。
4. PASS 签名：PASS 结果含 Subagent ID + 时间戳 + 检查摘要，写入 REPORT.md。
5. 不可跳过：主 Agent 自检不能替代 Subagent 独立验收。环境不支持 Subagent 时记为 BLOCKED，不得谎称通过。
6. ⛔ A1/A2/A3 是硬阻断：反模式门禁 FAIL（任何 High 命中）→ 必须退回修复，不允许携带 High 反模式进入下一阶段。这与 v2.0 中"查阅反模式"的软性建议有本质区别。

⛔ 强制流程门禁（允许受控 Fast Path）

这是硬性约束，优先级高于一切效率考量。默认严格按阶段 0→1→2→3→4→5→6→7 顺序执行。唯一的受控例外是下方"Fast Path"——由复杂度判定触发，且跳过的仅限高开销非核心阶段，核心验证与人工在环不可省。

⚡ Fast Path（v2.2：为简单题省 Token）

阶段 1 审题报告完成后，判定题目复杂度，写入 state/decision_log.json：

Fast Path 可跳过（其余阶段与门禁不变）：

• 阶段 1.5 文献综述（标记为"Fast: 跳过"，refs.bib 用 3-5 篇核心文献即可）
• 阶段 7 对抗审稿降为 1 轮（审稿人+验证者并行，无复评循环）

Fast Path 不可省：M1/D1/P2/A1/A2/W2 门禁、H1/H2/H3 人工检查点、阶段 4 求解、阶段 6 写作、反模式硬阻断。

核心规则

1. 每个阶段三步骤：执行 → 验证 → 确认。验证不通过不得进入下一阶段。
2. 落盘即证据：每个阶段的产出必须写入对应文件，产出不存在 = 该阶段未完成。
3. 状态持久化：每阶段开始前读取 state/decision_log.json，完成后写入决策记录。状态文件让流水线可在中断后恢复。
4. 禁止心算跳过：不允许因为"这题简单""数据不用找""图随便画"而略过任何阶段。
5. 阶段门禁清单：开工时 TaskCreate 建 8 个任务（阶段 0–7），每进入一个阶段 TaskUpdate 设为 in_progress，验证通过后才设 completed。任何时刻只允许一个阶段是 in_progress。
6. 审题结论贯穿全流程：阶段 1 的审题报告是后续所有阶段的"宪法"——阶段 2 选型必须引用审题结论，阶段 4 求解必须回应审题中的约束，阶段 6 写作必须覆盖审题中的每问和隐性要求。
7. 可视化是必经阶段：阶段 5 必须为每个模型至少产出 1 张图到 figures/，且阶段 6 的论文里每张图都要被正文引用并解读。
8. 对抗审稿不可省：阶段 7 是核心创新，除非用户明确说"不要审稿"或触发 Fast Path，否则必须跑。
9. Subagent 质检不可省：M1/D1/P1/P2/A1/W1/A2/W2/A3 九道门禁必须逐道通过。相邻门禁可合并派发：P2+A1（同一 mm-verifier 一次派发，输出代码验证+反模式双报告）、W1+A2（写作前后各一次，不合并）；M1/D1/W2/A3 保持独立。
10. ⛔ 反模式是硬阻断：A1/A2/A3 门禁中，任何 High 级别的反模式命中 → 必须退回修复。不可像 v2.0 那样仅是"查阅建议"。
11. ⛔ 人工在环不可省：阶段 1/4/6 结束后必须暂停，将关键产物呈现给用户确认后再继续（详见下方"人工在环检查点"）。

阶段依赖链

0 目录 → 1 审题报告 [M1质检+🛑人工确认]
  → 1.5 文献综述 [≥8篇文献+研究空白定位]
  → 2 建模方案表
  → 3 data/*.csv+SOURCES [D1质检]
  → 4 [P1算法审计] → code/solve_qN.py+结果 [P2质检] → [A1反模式硬阻断] [🛑人工确认]
  → 5 figures/*.png
  → 6 [W1证据大纲] → 正文写作 → [A2写作反模式硬阻断] → main.pdf [W2质检] [🛑人工确认]
  → 7 对抗审稿 → [A3全维度反模式终扫] → 评分记录+终版PDF

每阶段验证门禁

每个阶段完成后，必须执行以下验证步骤，验证不通过则退回该阶段重做。

⛔ 人工在环检查点（v2.2）

AI 不是数学建模专家——它在以下节点必须暂停，将关键产物呈现给用户做"合理性 sniff test"。

执行规则：

• 人工检查点不可跳过。用户不在时（异步运行），将产物 + 确认问题写入 state/human_checkpoint.md，标记 AWAITING_HUMAN，暂停流水线。
• 用户确认（或给出修改指示）后，记录确认结果和时间戳到 state/decision_log.json。
• 人工确认不等同于质检——Subagent 质检仍须独立执行。

每阶段验证项的完整清单（检查项、方法、命令、不通过处理）见 references/08-stage-verification.md。以下为门禁速查：

⛔ 依赖链、人工在环（H1/H2/H3）、九道门禁的派发时机与 PASS/FAIL 规则见上文。验证不通过一律退回该阶段重做；已通过的后续门禁在相关产物变化后自动失效。

可用子智能体（已装于 ~/.claude/agents）

参考手册速查

执行流程（7 阶段，含验证 + 独立质检）

阶段 0 — 建立工作目录

先问/推断赛制语言：国赛→zh，美赛→en。然后：

python <skill>/scripts/new_project.py "<赛题名>" --lang zh   # 或 en

把赛题原文粘进 <slug>/problem.md。初始化 state/decision_log.json。之后所有产物落在该工作目录。 用 TaskCreate 建立阶段 0–7 共 8 个门禁任务。

✅ 门禁：工作目录+8 个任务已建、state/decision_log.json 已初始化、problem.md 已填。

阶段 1 — 深度审题（决定一切的方向盘）

用 Agent（agentType=mm-problem-analyst）读 problem.md，产出结构化审题报告。

⛔ 审题深度要求：

1. 逐问拆解（每小问独立一段）：输入/输出/约束/问间依赖（画 ASCII 依赖图）
2. 显性约束清单：从题目原文逐句提取
3. 隐性约束推导（最重要！）：现实合理性/数据可获得性/模型可求解/评分标准暗示
4. 数据情况评估：题目给什么？缺什么？从哪获取？质量风险
5. 评分点与陷阱：每条标注"如果踩了会怎样"的具体后果和分值影响
6. 问题间依赖关系图
7. ⛔ 问题类型判定：优化/评价/预测/机理/混合，含判定依据（≥3条）、策略要点、典型错误

写入 REPORT.md §1。审题报告必须覆盖 §1.1–§1.7 七个维度，每维度 ≥ 150 字（防止只堆字数、缺结构）。

⛔ 验证 → M1 独立质检（派发 mm-verifier）→ 🛑H1 人工确认（问题类型+隐性约束 sniff test）→ 进入阶段 1.5。 参考：01-problem-analysis.md。

阶段 1.5 — 文献综述（v2.2 新增 ⛔ 国一必备）

国一论文与省二论文的分水岭之一就是文献综述。国一论文通常引用 15-25 篇参考文献，其中 ≥60% 来自期刊/会议/官方报告，且有对现有方法的批判性回顾——"现有方法 A 在 X 方面不足，方法 B 在 Y 方面有局限，本文结合并改进"。

用 Agent（agentType=mm-problem-analyst）执行文献检索：

1. 检索关键文献：围绕赛题核心问题，用 WebSearch 检索 ≥ 8 篇相关文献（中英文各 ≥ 3 篇）
   • 中文：知网/万方检索相关学位论文和期刊论文
   • 英文：Google Scholar / Web of Science 检索近 5 年方法论文
2. 批判性梳理：对每篇核心文献（≥ 5 篇）写 2-3 句评述——该方法贡献是什么？不足是什么？与本题的关系？
3. 研究空白定位：基于文献综述，明确"现有方法留下了什么缺口？本文的定位是什么？"
4. 参考管理：将文献信息写入 paper/refs.bib（BibTeX 格式），供 LaTeX 引用。

写入 REPORT.md §1.8 文献综述。

✅ 门禁：≥ 8 篇文献已检索 + ≥ 5 篇有评述 + 研究空白已定位 + refs.bib 已更新。 参考：06-writing.md 参考文献规范。

阶段 2 — 建模框架与方法选型

用 Agent（mm-modeler）基于 §1.7 问题类型，为每问选方法。

1. 问题类型驱动方法选择
2. ML/DL 决策（每问必判，具体理由）
3. 每问方案表：方法 | 创新策略 | 输入 | 输出 | ML/DL 理由 | 必备图 | 验证 | 风险
4. 创新策略选型（从 09-innovation-playbook.md 12 种策略选 1-2 种）
5. 算法可行性预审：复杂度/收敛性/坑点/数据前提
6. 反模式检查：对照 11-anti-patterns.md

写入 REPORT.md §2。更新 state/decision_log.json。

参考：02-framework.md、04-modeling-cookbook.md、09-innovation-playbook.md、10-modeling-tricks.md、11-anti-patterns.md。

阶段 3 — 数据获取

三级搜索策略（优先用管线，兜底用 AI）：

python <skill>/scripts/fetch_data.py --sklearn iris
python <skill>/scripts/fetch_data.py --worldbank EN.ATM.CO2E.KT
python <skill>/scripts/fetch_data.py --search climate energy
python <skill>/scripts/fetch_data.py --url <直链> --name <名>
python <skill>/scripts/fetch_data.py --quality data/cities.csv

落盘到 data/，来源记入 SOURCES.md。

参考：03-data-acquisition.md、12-data-sources.md。

阶段 4 — 建模求解 + 编程（⛔ 最关键阶段）

用 Agent（mm-coder）用 anaconda python 实现模型。

P1 算法审计（编码前）：mm-coder 先输出算法设计文档 → 派发 mm-reasoner Subagent 审计。

编码规范：每问 code/solve_qN.py，固定种子 np.random.seed(42)，docstring 注明问题/算法/公式。

P2 独立质检（编码后）：派发 mm-verifier Subagent，运行 verify_results.py。

P1→编码→P2→A1→🛑H2 人工确认（结果合理性 sniff test），全部通过才进入阶段 5。

阶段 5 — 可视化

仍由 mm-coder 出图到 figures/。每个模型 ≥ 1 张图，300dpi PNG，配色用 05-visualization.md 方案。出图后写解读文案。

参考：05-visualization.md、11-anti-patterns.md。

阶段 6 — LaTeX 写作 + 编译

用 Agent（mm-writer）填充 paper/main.tex。

W1 证据大纲（写作前）：派发 mm-verifier 验证每个论文主张有代码输出支撑。

四项深度内容：假设局限性量化 + 对比模型验证（≥2 基准/消融 + ≥3 指标 + ⛔ v2.2：消融实验证明每个创新组件贡献）+ 创新点声明 + 多指标评估。

⛔ 国一创新验证标准（v2.2 新增）：

• 若声称方法创新（innovation 目标 ≥ 8.0），必须包含消融实验：逐一移除创新组件，证明每个组件对性能的独立贡献
• 对比基线 ≥ 3 个（经典方法 + 最近方法 + 消融版本）
• 验证场景 ≥ 2 个（如不同数据集/不同时间段/不同参数配置），证明创新的泛化性

写作风格参考 13-phrase-bank.md，避 11-anti-patterns.md 写作反模式。

python <skill>/scripts/compile.py paper/main.tex
python <skill>/scripts/verify_results.py <slug> --stage 6

W2 论文终检：派发 mm-reviewer Subagent 五维度评分，≥ 6.0 才进入阶段 7。

W1→写作→W2，W2 通过才进入阶段 7。

阶段 7 — 多轮对抗审稿（核心创新）

用 Workflow 运行对抗审稿：

Workflow({ scriptPath: "<skill>/workflows/adversarial-review.js",
           args: { draftPath: "<slug>/paper/main.tex", lang: "zh",
                   targetScore: 7.5, maxRounds: 4,
                   projectRoot: "<skill>",
                   dataContext: "<关键结果数值摘要>" } })

审稿人/验证者/推理者并行打分（五维度 0-10）→ 写作者逐条修改 → 编译版本 PDF → 复评，均分 ≥ 7.5 或满 4 轮停止。

参考：07-adversarial-review.md、15-scoring-rubric.md。

交付物

• <slug>/paper/main.pdf —— 终版论文
• <slug>/paper/versions/ —— 全部 PDF 版本
• <slug>/paper/main.tex、code/、figures/、data/、REPORT.md
• <slug>/state/decision_log.json —— 跨阶段决策记录
• <slug>/REPORT.md 含每阶段验证 + Subagent 质检记录

原则

• 稳中求新：先保基础分，再加创新
• 不造假：数据/结果/引用真实；模拟数据显著标注
• 可复现：固定种子、相对路径
• 量化摘要：摘要必须有具体数字
• 排版即分数：摘要/目录各一页、无大空白
• 对比即说服力：每个模型必须有对比基准
• 深度即区分度：讨论到"放宽→误差X%→结论逆转"粒度
• 版本即安全网：每次编译留存 PDF
• ⛔ 质检是根基：M1/D1/P1/P2/A1/W1/A2/W2/A3 九道逐道通过，主 Agent 自检不是独立验收
• ⛔ 审题是宪法：阶段 1 结论是后续最高指导
• ⛔ 反模式是硬阻断：A1/A2/A3 门禁中 High 命中必须退回修复（v2.2 从软建议升级为硬阻断）
• ⛔ 人工在环是安全阀：阶段 1/4/6 后暂停确认，AI 不是数模专家
• ⛔ 加权评分是真实度量：角色×维度加权 + 硬上限规则 + 离群值仲裁（v2.2 修复简单平均 bug）