v2.2 — 多智能体对抗协作 + Subagent 独立质检（9 道门禁）+ 反模式硬阻断 + 人工在环检查点 + 跨阶段状态管理。21 本参考手册、6 本算法 Cookbook、中英句式库、反模式知识库、环境自检脚本。
把赛题 PDF 丢进去，自动走完审题 → 选方法 → 联网找数据 → Python 求解 → 可视化 → LaTeX 论文编译 → 三角色并行对抗审稿 → 终版 PDF。国赛 CUMCM / 美赛 MCM / HiMCM 全支持。
Claude Code 的 API 在国内无法直连，需要用 CCSwitch 转发到 DeepSeek。下面是每一步的详细操作。
Claude Code 和 CCSwitch 都依赖 Node.js。如果你不确定装没装，打开终端（Win+R → 输入 cmd → 回车），输入 node --version，如果显示版本号且 ≥ v18 就跳过这一步。
Windows：
- 打开 nodejs.org/zh-cn
- 点左边绿色的 LTS 按钮下载（标题类似 "v20.x.x 长期支持"）
- 双击
.msi文件安装，一路点 Next 即可（所有选项保持默认） - 装完后关闭终端重新打开，输入
node --version验证
macOS：
# 先装 Homebrew（如果没有）：去 https://brew.sh 复制安装命令
brew install nodeLinux（Ubuntu/Debian）：
curl -fsSL https://deb.nodesource.com/setup_lts.x | sudo -E bash -
sudo apt-get install -y nodejs验证安装成功：
node --version # 应显示 ≥ v18.0.0
npm --version # 应显示 ≥ 9.0.0打开终端，输入：
npm install -g @anthropic-ai/claude-code装完后验证：
claude --version如果装了 VSCode，也可以在扩展商店搜
Claude Code安装图形界面版。安装后在 VSCode 设置里搜claude填 API Key。
CCSwitch 让 Claude Code 的请求走到 DeepSeek 而非 Anthropic，国内就能用。
-
打开 ccswitch.io → 点 Download
- Windows：下载
.msi安装包 - macOS：下载
.dmg，或用brew install --cask cc-switch - Linux：下载
.deb/.rpm/.AppImage
- Windows：下载
-
安装后打开 CCSwitch，点左侧「提供商」→「添加」，按以下填写：
配置项 填什么 提供商类型 选择 DeepSeek API Key 去 platform.deepseek.com 注册 → API Keys → 创建 Key → 复制过来 模型 选 deepseek-chat（日常）或deepseek-reasoner（推理更强）Base URL 保持默认 https://api.deepseek.com填完点「测试连接」，提示成功即可。
-
回到主界面，把刚添加的 DeepSeek 设为默认后端，点「启动代理」。状态栏显示绿色连接即表示生效。
CCSwitch 完全免费，只从 ccswitch.io 或 GitHub 下载。任何收钱的都是假的。
git clone https://github.com/Linference/math_model.git ~/.claude/skills/math-modeling没有 Git 的话，去 Releases 下载 skill-v3.1.zip，手动解压到 C:\Users\你的用户名\.claude\skills\math-modeling\（Windows）或 ~/.claude/skills/math-modeling/（macOS/Linux）。
打开终端，输入 claude 启动，然后输入：
/math-modeling
[粘贴赛题原文，或拖入 PDF 文件]
系统会自动按阶段执行：审题 → 选方法 → 找数据 → 写代码 → 画图 → 写论文 → 编译 PDF → 对抗审稿。
直接把 skill/SKILL.md 的内容复制粘贴到 DeepSeek 网页版 的对话框里当系统提示词，然后把赛题贴进去，手动一步步让 AI 帮你做。麻烦一点，但也能用。
math_model/
├── README.md
├── docs/ # 多语言文档
│ ├── en/README.md # English
│ ├── ja/README.md # 日本語
│ └── ko/README.md # 한국어
├── samples/ # 完整示例
│ ├── 2024_CUMCM_A/ # 国赛A题：板凳龙
│ └── 2025_HiMCM_Problem_B/ # HiMCM B题：超级碗选址
└── skill/ # Skills 安装包
├── SKILL.md # 主技能定义
├── references/ # 15本参考手册 + 6本Cookbook
├── scripts/ # 辅助脚本
├── templates/ # LaTeX模板（中英双版）
└── workflows/ # 审稿工作流
| 阶段 | 做什么 | 产出 |
|---|---|---|
| 0 | 建项目目录 | 标准骨架 |
| 1 | 逐问拆解题意，挖约束和陷阱 | 审题报告 |
| 2 | 给每问选建模方法 | 建模方案 + 图表清单 |
| 3 | 联网搜数据，落盘 CSV | 数据文件 + 来源记录 |
| 4 | Python 实现求解 | 可运行脚本 + 数值结果 |
| 5 | 画图（16种类型） | 高质量图表 |
| 6 | 填充 LaTeX 模板，编译 PDF | 论文初稿 |
| 7 | 3 角色并行审稿，写作者修改 | 终稿 PDF |
| 角色 | 干什么 |
|---|---|
mm-problem-analyst |
审题：逐问拆解，挖约束、评分点、陷阱 |
mm-modeler |
方法选型：要不要 ML/DL，列图表清单 |
mm-data-hunter |
数据：搜维基/GitHub/Kaggle/sklearn，记录来源 |
mm-coder |
求解：Python 实现，跑通，出图 |
mm-writer |
写作：填 LaTeX，回应审稿意见，补实验 |
mm-reviewer |
审稿：五维度打分，找弱点 |
mm-verifier |
验证：交叉核对数值、量纲、边界 |
mm-reasoner |
推理：审计公式推导，补未证断言 |
三个评审角色并行批改同一份论文——审稿人看建模合理性，验证者核对数值，推理者审计公式。写作者逐条修改后三评审重新打分，均分不到 7.5 继续改，最多 4 轮。
9 道 Subagent 独立质检门禁 + 反模式硬阻断 + 人工在环检查点，确保流水线每个环节的输出质量。
# Markdown
code --install-extension shd101wyy.markdown-preview-enhanced
code --install-extension yzhang.markdown-all-in-one
# LaTeX
code --install-extension james-yu.latex-workshop
# 表格/文档预览
code --install-extension grapecity.gc-excelviewer
code --install-extension mechatroner.rainbow-csv
code --install-extension tomoki1207.pdf
code --install-extension cweijan.vscode-office
# 效率
code --install-extension eamodio.gitlens223 节板凳沿阿基米德螺线盘入/调头/盘出。建模每节运动轨迹、检测碰撞、优化调头路径。
技术点：弦长约束二分搜索、SAT 碰撞检测、带约束非线性优化。
为 NFL 建立纯环境因素选址模型，评估 19 个历史城市 + 3 个候选城市，扩展到奥运会。
技术点：AHP + TOPSIS 双层决策、Scope 1/2/3 碳排放分析、敏感性分析。
git clone https://github.com/Linference/math_model.git ~/.claude/skills/math-modeling或去 Releases 下载 ZIP，解压到同一目录。
MIT
- Bug 修复：评分聚合从简单平均改为角色×维度加权矩阵 + 硬上限规则 + 离群值仲裁
- 反模式硬阻断 (A1/A2/A3)：代码/写作/全维度三道反模式扫描，High 命中必须退回
- 数据质量独立质检 (D1)：阶段 3 新增缺失值+异常值+多源对齐门禁
- 人工在环检查点：阶段 1/4/6 后暂停，将关键产物呈现给用户确认
- 门禁体系从 5 道扩展为 9 道
- 8 个 Agent 定义全面升级（薄→厚），嵌入领域知识
- 新增阶段 1.5 文献综述（国一必备）
- 增强创新验证：消融实验 + 3 基线对比 + 多场景验证
- 新增 Subagent 独立质检协议（5 道门禁）
- 新增跨阶段状态管理
- 参考手册全面升级（6 本，3-13 倍行数增长）
- 新增 8 个文件（反模式手册、句式库、Cookbook、环境自检等）
- 7 阶段强制流水线 + 8 个子智能体 + 三角色对抗审稿