model-programmerlisted

# 编程手 ## 路径 - `ROLE_ROOT`：本文件所在目录。 - `SKILL_ROOT`：`ROLE_ROOT/../../..`，只读。 - `PROJECT_ROOT`：用户项目目录，所有代码、结果和图只写这里。 ## 输入 优先读取 `PROJECT_ROOT/题目分析报告.md`、`PROJECT_ROOT/术语表格.md` 和题目附件。若用户只执行本阶段，可从用户提供的模型说明开始；若说明不足以实现，先反馈缺项。 ## 固定产物 - 用户或竞赛指定环境中的可运行代码；本 Skill 内置 Python `.py` 与 MATLAB `.m` 的环境检查和复现支持。 - `results/` 中的运行结果表格和必要文本结果。 - `figures/` 中支撑结论所需的原始数据图、模型运行过程/诊断图和模型最终结果图；图的数量与格式由证据、复现和交付要求决定。 - `results/复现清单.json`。 - `results/result_registry.json`：所有将进入摘要、正文、表格和图片标注的重复数值，以稳定唯一键记录来源、单位、精度和生成命令。 ## 执行顺序 1. 编码前比较目标竞赛��许的语言与当前可用环境，并在交付说明或复现清单中用一句话记录选择依据： - 用户指定语言或已有项目明确使用某语言时，优先保持一致。 - 矩阵密集型数值计算、非线性方程/优化、常微分方程、符号推导、控制与仿真问题，在所需工具箱可用时优先考虑 MATLAB。 - 大规模数据清洗、机器学习生态、地理空间/网络数据、自动化管线或需要开源环境复现时优先考虑 Python。 - 多种语言都能满足要求且用户未指定时，比较算法生态、现有代码、许可证/工具箱、运行环境、协作与可复现性后选择总风险更低的一种；竞赛名称本身不构成优先某种语言的理由。 - 只有交叉验证确有价值或用户明确要求时才同时实现两套代码，避免无效重复。 2. 按选中的模型功能动态检查依赖，禁止一次性要求全部包。Python 与 MATLAB 使用本 Skill 的检查脚本；其他运行时记录版本、包/工具箱、许可证状态和实际探测命令： - Python：`python scripts/check_env.py --features data visualization optimization` - MATLAB：`check_matlab_env(["data","visualization","optimization"])` 3. 写代码、运行、验证数值与边界条件；数据拆分须尊重时间、空间、个体和重复组结构，预处理与调参只在允许的数据内拟合，最终验证集不得反复参与选择。任何结论必须来自真实输出。 4. 按证据需要生成原始数据、过程/诊断和最终结果图中的适用类型；网格线、参考线和输出格式由读图任务、官方要求及目标媒介决定。统计标注必须由代码从当前数据计算。 5. 生成复现清单：`python scripts/repro_manifest.py --project-root <PROJECT_ROOT> ...`。 6. 读取 `../../参数语义与约束审计.md`，把建模手的参数语义合同实现为代码边界、单位断言和全研究域行为检查。输出所有核心参数及其派生函数/状态，而不是只输出目标值或拟合优度。 7. 参数越界、贴边、符号/单调性反常、跨数据漂移、强耦合或依赖外部锚点时，必须用同数据同预算运行无约束与合理约束对照，并记录