Skip to content
Skills Library
Education · Analysis

problem-doc-model-selector

/problem-doc-model-selector

解析赛题 PDF 或 Word 或题面文本,抽取每一问的任务、数据条件与约束,并复核公式、图片与分问标题的提取完整性。当用户提供赛题文档、需要先明确题意与分问、或题面提取结果待人工复核时使用。

Licence
MIT
Last repository change
24.10.2026

Assessment and security

100/ 100Class: good
Format25 / 25
Frontmatter with name and description, valid name, description up to 1,024 characters, name matching the folder.
Discoverability25 / 25
Description explains when to use the skill, has a reasonable length and uses third person.
Content35 / 35
At least 150 words and at most 500 lines, headings, step lists, examples or code.
Hygiene15 / 15
No placeholders such as TODO, no Windows paths, with a licence.
Riskno signals detected in the scan
Files in this package
4
Scripts
2
HTML comments
0
URLs in SKILL.md
0
Deprecation

No signals detected. Repository changed on 24.10.2026, without references to retired models or APIs.

Licence

MIT, open: use and modify while retaining author attribution.

What to check before installing
  • 2 scripts in this package. Review them before installing, as Claude may execute them.

Scripts: scripts/analyze_problem.py, scripts/review_problem.py

What it does and when to use it

解析赛题 PDF 或 Word 或题面文本,抽取每一问的任务、数据条件与约束,并复核公式、图片与分问标题的提取完整性。当用户提供赛题文档、需要先明确题意与分问、或题面提取结果待人工复核时使用。

Original author description

解析赛题 PDF 或 Word 或题面文本,抽取每一问的任务、数据条件与约束,并复核公式、图片与分问标题的提取完整性。当用户提供赛题文档、需要先明确题意与分问、或题面提取结果待人工复核时使用。

How it works

  1. 全局流程协作约束(长对话防漂移)
  2. 执行契约
  3. 目标
  4. 阶段流转
  5. 适用时机
  6. 输入
  7. 输出
  8. 目录约定(与项目全局对齐)
  9. 脚本入口(推荐)
  10. 前后衔接
Original SKILL.md headings · 155 lines, 477 words
SKILL.md preview
---
name: "problem-doc-model-selector"
description: "解析赛题 PDF 或 Word 或题面文本,抽取每一问的任务、数据条件与约束,并复核公式、图片与分问标题的提取完整性。当用户提供赛题文档、需要先明确题意与分问、或题面提取结果待人工复核时使用。"
compatibility: "Requires Python 3.11-3.12 with pypdf and python-docx for extraction; LibreOffice not required."
---

# 赛题文档自动解析与模型选型
Resolve <SKILL_ROOT> to the parent directory of this loaded skill folder, using its actual absolute path. Run commands from the contest project root, never from the installed skill directory. The placeholder is not a shell environment variable.


## 全局流程协作约束(长对话防漂移)

- 本 skill 不得作为孤立入口。用户要求完整论文、生成 Word、继续流程或不确定阶段时,先回到 `paper-workflow-orchestrator` 判断当前 S0-S8 阶段。
- 启动或继续本 skill 的正式任务前,必须运行:
  ```bash
  python "<SKILL_ROOT>/paper-workflow-orchestrator/scripts/workflow_guard.py" --skill problem-doc-model-selector
  ```
- 如果输出 `[WORKFLOW FAIL]` 或报告 `status != "PASS"`,停止本 skill,按 `paper_output/qa/workflow_guard_report.json` 的失败项回补前置阶段,不得凭记忆继续。
- 本 skill 只写入自己契约范围内的 `paper_output/` 产物;完成后必须回到 `paper-workflow-orchestrator` 判断下一步,并用 `context-memory-keeper` 记录已完成产物、阻塞项和下一步。
- 长对话中如果上下文变长、阶段不确定或用户分开调用 skill,先运行:
  ```bash
  python "<SKILL_ROOT>/paper-workflow-orchestrator/scripts/workflow_guard.py" --status
  ```
  再读取 `paper_output/qa/workflow_guard_report.json`、`paper_output/preflight_report.json`、`paper_output/input_manifest.json`、`paper_output/results/run_manifest.json` 和本 skill 的上游 JSON 契约,按报告里的 `recommended_skill` 与 `next_action` 继续。
- 继续流程前,必须把 `paper_output/context/workflow_memory.json` 视为长期断点记录;若其中的 `current_step`、`next_step`、`recommended_skill` 与 `workflow_guard.py --status` 不一致,以 guard 报告为准。
- 每次完成本 skill 的产物后,先回到 `paper-workflow-orchestrator` 或运行 `workflow_guard.py --status`,再更新 workflow memory:
  ```bash
  python "<SKILL_ROOT>/context-memory-keeper/scripts/update_workflow_memory.py"
  ```
  更新后读取 `paper_output/context/workflow_memory.json` / `.md`,确认下一步和推荐 skill 已记录。

## 执行契约
- 上游输入:`problem_files/` 中的赛题 PDF/Word/TXT 和附件数据。
- 必须输出:`paper_output/step1/problem_analysis.json`,以及 `A_题意对齐.md`、`B_论文大纲.md`、`C_评分点对齐表.md`、`D_模型路线.json`。
- 下游交接:`modeling-paper-rubric-and-model-selector` 读取 `problem_analysis.json` 生成模型路线;完整 workflow 由 `paper-workflow-orchestrator` 串联。
- 推荐下一步:完成题意分析后进入 `modeling-paper-rubric-and-model-selector`;如果用户目标是完整论文,回到 `paper-workflow-orchestrator` 判断后续阶段。
- 失败回退:若 `problem_files/` 为空,应停止并提示补齐赛题;若部分文档无法解析,保留可解析内容并在输出中记录字段画像缺失。

## 目标
- 输入赛题 PDF/Word 文档或题面文本,自动抽取“每一问”的任务类型、数据条件与约束,并输出贴题的模型选型与验证路线。
- 生成评分友好型交付:一页纸题意对齐、论文大纲、评分点对齐表、模型路线(基线/改进/验证/风险)。


## 阶段流转
- 解析完成后,不要停留在“是否满意”的泛泛询问;应说明已生成的题意契约,并给出下一推荐阶段。
- 若用户意图是完整论文,在输出 A/B/C/D 后回到 `paper-workflow-orchestrator`,由总入口决定继续生成模型路线、数据计划、QA 和正文。
- **拒绝偷懒**: 必须输出完整的 A/B/C/D 四部分,不得省略。

## 适用时机
- 用户提供赛题 PDF/Word 或题面文本,需要快速判断各问应采用的模型/方法并制定实验验证计划时。
- 对题意理解不确定、模型路线拿不准或需要论文结构与评分点对齐建议时。

## 输入
- 赛题文档路径或题面全文(支持 PDF、DOCX、TXT)。
- 可选:附件数据文件路径、你希望强调的亮点或限制。

## 输出
- A 一页纸题意对齐:逐问给出输入/输出、评价指标、关键约束、可验证方式。
- B 论文大纲:摘要、问题重述、假设、符号、数据说明、模型、求解、结果、检验、结论、不足、参考。
- C 评分点对齐表:评分点 → 证据形式(图表/实验/检验)→ 论文位置。
- D 模型选型与路线:每问的任务类型、最小可用基线、改进路线、验证计划、风险与备选。
- E 数据需求配置 (可选):若发现题目需要外部数据(如人口、气象、经济数据),自动生成或更新根目录下的 `data_requirements.json`,以便 `authoritative-data-harvester` 自动获取。
- 机器可读契约:`paper_output/step1/problem_analysis.json`,包含 `documents`、`data_files`、`questions`、`recommended_models`、`validation_plan`、`figure_suggestions` 等字段,供模型路线、证据审计、正式写作和总编排器继续读取。

## 目录约定(与项目全局对齐)
- 赛题与附件统一放在 `problem_files/`。
- 建议把本技能的四类输出归档到 `paper_output/step1/`(例如 `paper_output/step1/A_题意对齐.md` 等),便于后续技能引用。
- 同步生成 `paper_output/step1/D_模型路线.json`,用于保留每一问的模型路线、验证方式和建议图表。

## 脚本入口(推荐)
本 skill 已内置结构化分析脚本:

```bash
python "<SKILL_ROOT>/problem-doc-model-selector/scripts/analyze_problem.py"
```

该脚本会扫描 `problem_files/`,读取 TXT/Markdown/DOCX/PDF 赛题文本,并对 CSV/XLSX/XLS 附件做轻量字段画像。成功后会写入 `paper_output/step1/problem_analysis.json`,后续模型路线、证据门禁和正式 outline 均以它为上游契约。

### 题面提取复核
- 脚本只生成候选分析,不保证公式、单位和每个子问题已完整读取。无可靠问题标题时不能把兜底 Q1 当作完整分问。
- `extraction_status=NEEDS_REVIEW` 时,Agent 必须查看原始 PDF 页面或 Word 渲染,核对 `review_requirements`,修正 `questions`、约束、符号和单位,并同步 A/B/C/D。尤其检查 OLE 公式中的正负号、上下标和图片表格。
- 实际完成核对后记录复核(不是新增用户确认点):
  ```bash
  python "<SKILL_ROOT>/problem-doc-model-selector/scripts/review_problem.py" --project-root "<赛题目录>" --reviewer agent --note "填写实际核对与修正内容" --confirm
  ```
- 未复核或源文件变化时 S1、路线生成与 S6 阻塞。复核记录绑定原文哈希和当前分析,改题意后需要重新核对;无法读取原件就报告阻塞,不得空签复核。

## 前后衔接
- 后续通常先做:`data-cleaning-and-visualization`(数据清洗与可视化)。
- 若要继续到论文草稿:回到 `paper-workflow-orchestrator`。

## 约束(必须遵守)

- **Memory Interaction (必做)**: 
  - **开始前**,检查 `memoryskill.md` 中是否有外部文献/数据索引(如 g-sci 提供的参考文献),将其纳入模型选型依据。
  - **完成解析后**,必须调用 `context-memory-keeper`,将“核心任务类型”、“数据条件”与“模型选型结论”更新到 `memoryskill.md` 的 `Short-term Workbench` 中。这是后续产文技能获取上下文的关键。
- **外部数据检查 (必做)**:
  - 若解析发现题目依赖外部公开数据(如“搜集相关数据”、“附件数据不足”),必须生成 `data_requirements.json` 并写入根目录。
  - 配置内容应包含明确的 `url`(若已知)或 `manual_search` 提示,并将 `active` 设为 `true`。
- 本技能输出的题意对齐与模型路线,必须能被后续写作定位引用;建议固定归档到 `paper_output/step1/`。
- 若用户目标是“最终论文可提交”,本技能完成后不得直接进入产文阶段,必须先保证数据口径可用:进入 `data-cleaning-and-visualization` 或补充 `authoritative-data-harvester`。
- 若用户不想分步推进,必须回到 `paper-workflow-orchestrator` 执行完整 workflow,避免“解析完成但未生成正文”的断档。

## 工作流程
1. 文档读取
   - PDF:优先 PyMuPDF,否则 pdfplumber;保留图表标题与小节编号。
   - Word:python-docx;保留段落与表格结构。
   - 清理:去页眉页脚、合并断行、标准化单位(cm⁻¹、% 等)。
2. 题意解析
   - 规则抽取“问题1/问题2/问题3…”与“附件说明/单位/关键参数”。
   - 识别任务类型:预测/分类/评价/优化/聚类/仿真/机理建模。
   - 提取约束与边界:入射角、层次关系、单位口径、可行域。
3. 数据条件解析
   - 附件文件名与字段:列名、单位、样本量、范围、缺失值比例。
   - 结果口径:需要反射率、厚度、误差、排名或资源分配等。
4. 模型选型引擎(规则优先,结合提示式决策)
   - 预测类:移动平均/指数平滑/回归/ARIMA → 树模型/LSTM。
   - 分类类:逻辑回归/朴素贝叶斯 → 随机森林/梯度提升,不平衡用代价敏感。
   - 评价与排序:规范化+加权和 → 熵权/CRITIC/AHP/TOPSIS/VIKOR。
   - 优化与调度:线性/整数规划 → 多目标与启发式(遗传/退火)。
   - 聚类:K-means/层次 → GMM/DBSCAN(噪声与非凸形状)。
   - 机理/仿真:微分/差分/系统动力学;与数据驱动对照。
   - 物理/工程建模:根据领域知识建立方程(如热传导、流体力学、电路分析、光学传播),利用最小二乘或优化算法进行参数反演与模型修正。
5. 验证与鲁棒性
   - 指标:RMSE/MAE/AUC/F1/MAPE/轮廓系数/约束满足率。
   - 交叉验证/滚动回测/留出法;消融实验与敏感性分析。
   - 极端/边界情景与单位口径一致性检查。

## 判别逻辑速查
- 出现“预测/估计未来/趋势/参数估计”→ 预测类。
- 出现“分类/是否/风险等级/识别”→ 分类类。
- 出现“综合评价/排序/权重/打分”→ 评价与排序。
- 出现“资源分配/路径/选址/成本最小/收益最大”→ 优化与调度。
- 出现“分群/画像/相似性/模式发现”→ 聚类。
- 出现“机理/仿真/动力学/微分方程”→ 机理/仿真。
- 出现“物理过程/化学反应/信号传输/力学结构”→ 物理/工程建模。

## 输出模板
- A 题意对齐:逐问输入、输出、指标、约束、验证。
- B 大纲:按评分友好顺序列出章节与小节。
- C 评分对齐:评分点与证据映射表。
- D 模型路线:任务类型/基线/改进/验证/风险与备选。

## 使用示例
- 输入:赛题文件路径(如 `problem_files/赛题.pdf`)或题面文本全文。
- 行为:读取文档→抽取每问→识别任务类型与数据条件→输出 A/B/C/D 四类结果与建议模型。
- 自动建议:
  - 基线:选择最简单的经典模型(如线性回归、K-means、最短路算法)。
  - 改进:针对基线不足(如非线性、噪声、多目标)引入的高阶模型(如XGBoost、改进遗传算法、混合模型)。
  - 验证:指标计算、残差分析、交叉验证、灵敏度分析。

## 防跑偏检查
- 每问必须给出可量化输出与可验证指标。
- 符号与单位统一,指标口径一致。
- 至少一个基线对照与改进证据(提升或更合理)。
- 结论与图表逐问对应,不“做很多但没回答问题”。

## 何时不要用本技能
- 已经明确只需实现某个具体算法或改动单一代码片段时(直接实现更快)。
Files in this package (4)
  • SKILL.md 12 KB
  • agents/openai.yaml 1 KB
  • scripts/analyze_problem.py 19 KB
  • scripts/review_problem.py 3 KB

Versions

The database has no other skills named problem-doc-model-selector.

Database snapshot: 13.11.2026 · package version 0d9e9338644f (SHA-256 digest of the entire package)

Downloads in the last 30 days: 0 · ranking

Report a problem with this skill: harmful content, incorrect descriptions or an author’s removal request.

Similar skills

  • 100modeling-paper-rubric-and-model-selector
    按评分点组织论文结构并给出模型路线,产出论文大纲、评分点对齐表与候选模型对照实验方案。当需要在多个候选模型间取舍、需要把评分要求映射成章节结构、或模型路线尚未确定时使用。赛题原文解析由 problem-doc-model-selector 负责。
  • 100chinese-doc-formatter
    中文文书排版生成器。当用户需要生成 Word(.docx)、PDF、TXT 等格式的中文文书或文件,涉及排版、字体、行距、标题加粗等需求时使用。触发词:"排版"、"格式"、"docx"、"pdf"、"word"、"文书"、"文件"、"字体"、"行距"。
  • 95reading-comprehension-skill
    把一篇英语阅读理解(文章 + 选项题)拆成「读文思路 + 信息点 + 逻辑链 + 逐题证据链」, 并渲染成可打印的 A4 讲解讲义 PDF(含答案速览、逐段精读、逻辑链、信息点清单、关键句拆解、 四题解题实录、信号词与易错点、词汇语块)。 当用户上传英语阅读题(图片 / 扫描 PDF / 文本)、说「讲讲这篇阅读怎么做」「这篇阅读的思路」 「阅读理解解析」「拆解这篇阅读」「阅读标注」「做题方法梳理」「出一份讲解讲义」「精读这篇阅读」 「我为什么选错」,或要给学生/自己准备阅读提分讲义时使用。 也可只用方法部分(不生成 PDF)做单题讲解。
  • 90doc-processor
    当用户要生成 Word/Excel/PowerPoint、做文档格式转换(Markdown ↔ HTML ↔ DOCX ↔ PDF)、PDF 文本提取、读写 Excel、合并文档或批量转换时使用。

Feedback and reports

Your message goes to Bartosz Sokoliński. An email address is needed only for a reply. See the privacy policy.