# Forge Cumcm Modeling

> 执行 forge-cumcm-solution 的阶段一：读取 CUMCM 赛题、附件、官方规则和已有材料，完成审题、对象口径、小问关系、核心机制、假设、基础与改进模型、模型接口、方法路由和风险审计，并产出人可读的建模总结。用于新题建模、已有方案复核，或后续阶段发现机制和口径错误后的回退。

- Skill: `jiangkaiqi2005/forge-cumcm-modeling` (Agent Skill)
- Install (CLI): `npx skillmds@latest add jiangkaiqi2005/forge-cumcm-modeling`
- Raw SKILL.md: https://api.skillmd.com/api/skills/jiangkaiqi2005/forge-cumcm-modeling/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: jiangkaiqi2005 (https://skillmd.com/u/jiangkaiqi2005)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/jiangkaiqi2005/forge-cumcm-modeling

---


# 阶段一：审题与模型

## 1. 把指南变成本题动作

读取当前赛题、全部附件、当年官方规则/模板和用户已有材料；登记路径、版本与哈希。再用[规则追溯表](../../references/guide-traceability.md)定位指南第 0、1、2、8、9、10、23、24 章中与本题题型相关的段落。

逐小问建立执行合同，每条写清：

- 要解决的具体任务；
- 将采用的指南特征及其本题化动作；
- 要生成的模型/表/图/证明或检查；
- 验收条件与证据位置。

仅写“已读指南”、复制指南原句或罗列算法名都不算完成。无法读取题目、关键附件或官方规则时停止并报告 `BLOCKED`。

若当届提供多道可选题，先用短时间盒比较：团队领域理解、数据可读性、核心机制清晰度、可验证基线、算力/软件可用性、完整成文风险和差异化空间；保存选题依据后只对入选题进入完整阶段一，避免多题并行消耗主赛程。

## 2. 闭合题意

建立任务矩阵：

| 小问 | 对象/层级 | 输入 | 待求量 | 目标 | 硬约束 | 指标 | 单位/精度 | 前问关系 | 交付物 |
|---|---|---|---|---|---|---|---|---|---|

同时冻结容易混淆的口径：坐标与方向、时间窗与时区、样本独立单位、场景、分母、缺失/异常处理、误差精度。判断小问是递进、层级下钻还是并列共享状态，并画出依赖图；消费前问结果的后问必须明确接口和单位转换。

用一句可由公式或程序检验的话写出核心机制：“什么状态通过什么关系决定什么结果”。随后按对象、状态、机制、决策、评价五层展开，确保每个小问都能连到核心机制和交付物。

## 2A. 多路独立方案与论文融合

完整执行[八路方案选优流程](../../references/stage1-proposal-tournament.md)：

1. 建立所有候选共用的只读输入包，明确联网与引用边界；
2. 调用至少八个独立方案 Agent，并按跨领域机制、结构分叉和专项风险动态增加；每个 Agent 先封存自己的读题、机制、基线和知识缺口，再独立检索高质量论文；
3. 每个 Agent 将论文中的机制、方法或验证思路重新适配到本题，提交覆盖全部小问的可编码方案；候选之间不得互看；
4. 将全部方案匿名化，由阶段一现有八个专业角色分别阅读全部方案、独立评分；存在未覆盖风险时动态增加 `ADDITIONAL-*` 选优评委；
5. 排除触发否决项的方案，在合格候选中按八席总分选出唯一胜者，并保存完整评分矩阵和证据。

不得用一个 Agent 一次生成多种写法冒充独立方案。顶刊或权威论文只提供可核实的机制与方法证据，不能替代当前题目的推导、约束和验证。选优只确定主路线，不等于阶段一通过，也不充当终审。

## 3. 建立可编码模型

只将 `proposal-selection.winner_id` 对应方案发展为主模型。先给可独立运行、可检查的最小基础模型，再仅针对明确失效条件增加改进。阶段一至少用手算、符号推导或微型实例证明该基础模型的输入、方程、约束和输出能够闭合；正式数据运行、性能比较和结果证据链在阶段二完成。每项假设写明依据、删除因素、偏差方向、适用范围、失效场景和修正方法。

模型规格至少包含：

- 集合、变量、参数、状态的定义域、单位与范围；
- 目标、方程、边界/初值和硬约束；
- 输入、输出、下游去向及删除该模块的后果；
- 极端、退化、守恒、量纲、可行性和可辨识性检查；
- 基础模型为何不足、改进增加什么以及代价是什么。

无法说明不可替代作用的模块删除。创新只从题目难点对应的机制、状态、约束、指标或接口差分中提出，并预先设计对照；算法、软件和语言本身不是创新。

## 4. 路由算法与验证

先判断题目属于单一主型还是分层混合型，再识别解析、单调、递推、凸性、图结构、降维、枚举和小规模精确结构，最后才考虑启发式、仿真或机器学习。逐问记录：

| 主/混合题型及依据 | 模型结构 | 基线 | 主方法 | 约束处理 | 参数来源 | 停止条件 | 资源预算 |
|---|---|---|---|---|---|---|---|

每个方法写下对应的验证方向；验证的设计和执行在阶段二完成，本阶段不产出验证计划。

## 5. 产出与执行者预审

形成以下可读产物；实现时可按项目需要合并文件，但阶段清单保留稳定 ID：

- `input-inventory`（官方要求一并登记）、`research-record`
- `proposal-input-packet`、`proposal-set`、`proposal-selection`
- `task-matrix`（含小问依赖与口径冻结）、`core-mechanism`（含五层展开）、`assumption-register`
- `model-interfaces`、`method-map`、`risk-register`、`stage1-contract`
- `modeling-summary`

`modeling-summary` 是阶段一交付时给用户读的主文件：一个 markdown 总结，至少写清问题描述（题意、对象、逐问任务）和建模方法（核心机制、关键假设、模型与方法选择），不堆流程细节。

冻结前，执行者按阶段一八席量表逐席攻击成果：漏问/口径、领域机制、数学严谨性、可辨识性、创新真实性、简洁高效、资源可实现性和反例。发现问题先自行修改；自评证据不支持 100 分时不得送审。

## 6. 八席评审与回退

方案选优完成后，将胜者完善为完整阶段一模型合同并重新冻结。再按[评审量表](../../references/review-rubrics.md)调用未参与方案编写、选优或修改最终模型的全新阶段一终审团；八个既有角色是最低配置，专项风险需要时动态增加 `ADDITIONAL-*`，不设人为席位上限。选优分数不能复用为最终评分。任一最终评委低于 100 或提出未关闭问题，撤销候选版本、内部返工、重新冻结，并由全新的完整终审团重评。

八席及新增席对同一版本全部 100/100、无否决和未关闭问题，且机械检查通过后才进入阶段二。环境不能提供真实独立评审时报告 `BLOCKED`，不得由一个身份扮演多席。

阶段二若发现题意、机制、口径、约束或接口错误，回退本阶段；新模型版本使后续结果和旧评分全部失效。