GateCraft

English | 中文

门控式数学建模 skill 套件（8 skills + DSH 预设）for DeepSeek Harness。不无脑全流程——agent 负责求解与质检，人在每个阶段门思考与决策，做出有自己的品味的建模结果。

是什么

• 8 个 skill：competition-workflow（五阶段流水线：阶段门 / EDA 五问 / 验证三件套 / 脚本化验收）· guozhan-paper（国奖写作范式）· vision-ocr（读题与范文）· sensitivity-analysis · statistical-diagnosis · math-modeling-paper · math-paper-template · tex-pdf-image-to-word
• assets：optimization-playbook（优化类求解与验证决策表）· figure-playbook（流程图与图型模板）· prompt-pack（14 条实战提示词）· flowchart_gen.py（spec→drawio 生成器）· ocr_batch.py（并发 OCR）
• DSH 预设：presets/math-modeling/——贴入赛题即自动加载工作流

安装

方式一 · DeepSeek Harness（推荐）

dsh plugin add Cryonnan/GateCraft-math-modeling-skills

方式二 · 五工具分发（opencode / claude / codex / DSH / cc-switch）

powershell -File .\sync.ps1

方式三 · 预设（可选）：把 presets/math-modeling/ 复制到 ${DSH_HOME:-$HOME}/.dsh/.agent-presets/math-modeling/，新会话选"数学建模模式"。

使用

用 competition-workflow 走流水线模式，赛题在 [路径/附件]。

流程：读题（外部指南核验+文献核验）→ 数据结构探索（EDA 五问）→ 建模（连贯链+流程图草稿）→ 求解（验证三件套）→ 灵敏度/诊断 → 七段式写作 → 脚本化验收。阶段门是硬规则：每问报告未通过判定标准不得进入下一问。

理念

• 阶段门：每问报告自检通过才进下一问；不达标迭代 2-3 轮并记录"改动→效果→指标"
• 报告先行：论文句子由阶段报告的事实推导，禁止照搬范文句式
• 数值纪律：每个数字可追溯到报告或代码，改脚本重跑后零漂移核对
• 批判性核验：外部指南逐条核验、第三方意见逐条复算、结果与文献对照
• 品味来自范式：衔接写作四要求（R1-R4）每条附"判定标准+正面样本+反例"，范文只作样本

视觉能力

默认 SiliconFlow Qwen3-VL（key 走环境变量 SILICONFLOW_API_KEY，在 cloud.siliconflow.cn/me/models 开通）；本地可用 qwen-mm-plugins 平替；也可改 ocr_batch.py 的 BASE_URL/MODEL 自接其他视觉模型。无视觉通道时，流程图走"spec→drawio/PNG→OCR 读回复核"闭环（figure-playbook 第 4 节）。

适用声明

已实战验证：统计分析类 + 优化/决策类赛题（一般竞赛的 C 题）。机理/物理仿真（A 类）、图论/工程（B 类）未经验证，需自行扩展检查项。

与 MathModelAgent

分工而非复制：它的求解器当后端（mma_exec_python 复现接口已预留），GateCraft 当总控与质检层——思考、转换、深度参与发生在阶段门处。

目录结构

skills/         8 个 skill（competition-workflow 为总控）
assets/         playbook / prompt-pack / 生成器（随 skills 同步分发）
presets/        math-modeling（DSH 预设）
sync.ps1        五工具分发脚本
index.js + cordis.patch.yml + package.json   dsh bundle 打包

创作过程（展开阅读）

四篇论文 · 三轮升级 · 每个检查项都来自一次真实翻车或一次获奖实证

缘起。 2023 国赛 C228（国一）说明"连贯感"来自四个机制：定位陈述、选型动机链、结果三段式、复用显式声明。2026 华数杯 C 题（作者作品）证明解题深度可在国奖线之上，但图表交叉引用错乱、缺过渡段、口径条款未进正文。泰迪杯 C 题与大湾区杯 B 题（两篇二等奖）补全七类缺陷：摘要-正文数值脱钩（"1.87%/99.2%"是正文不存在的数字）、表内列间不自洽、29 处"图表N"混用、正文残留"[GPT-5, OpenAI 计算得到]"、n=2 熵权归一化退化、5 个正类样本报 AUC、BH-FDR 概念误用。2025 国赛 C023（国一+期刊化）给出对标：每问七段式、两层流程图、先诊断后建模。GateCraft 即这些教训的固化产物。

第一轮：C228 连贯感 → 衔接四要求 R1-R4 + 严谨性规范；新增阶段 0.5 EDA 五问（每条发现标注"→决定哪个模型设计"）。冒烟测试用真实附件数据跑通，当场抓出论文两处口径错误（LatestFinishHour 并非全部 2406；"基准调度 2 个购电小时"与原始基准口径混淆）。

第二轮：二等论文七类缺陷 → 摘要三方对账/表内自洽/AI 痕迹扫描/方法-样本量匹配；C023 → 七段式+流程图两层规范；二手分析逐条一手核验（"PSO 分组""图1-1~1-5""21.3/28.6"全部证伪）；OCR 提速 8B 默认+32B 复核+并发 4，实测 84 页约 12 分钟（约 6 倍）。

第三轮：两份实战会话 → 14 条验证有效的提示词沉淀为 prompt-pack（每条带"时机/原话模板/判定标准/实测效果"）。

踩坑细节：流程图闭环（spec JSON→flowchart_gen.py→OCR 读回复核，κ→k 需归一化）；DSH 预设验证时发现 tool-cordis 注册进程级全局 Provider，同进程两份 cordis 系预设互斥，故预设不含自修改工具；开源审计将本地仓库与发布快照分离，发布前过"无密钥/无个人路径/无论文原文"三查。

License

MIT。贡献 PR 请遵循统一格式：要求 / 判定标准（可判定） / 正面样本（带页码） / 反例（带页码）——每个检查项都必须来自真实的翻车或真实的获奖。