絵夢の小站

1. 数学模型本身#

理解基本数学模型是创新的基础，也是看懂ai出的图的基础。对模型的了解直接决定你能否做出合适的创新。

2. Markdown格式#

这是生成式AI最常用的回复格式，它可以让AI改论文时大幅减轻上下文负担。

这是一种与Office Word(可视化型)和LaTeX(基本是一个自足的排版系统)完全不属于同一分支的富文本格式，严格来说它属于第三个分支：HTML分支。虽然HTML已经够简单了，但Markdown在此之上还要更加简单。关于Markdown的语法网上已有巨量成熟教程且学习基本不超过5min，此处不再赘述。

1. Trae#

官方网站，记得无需特地下载国际版。总之下国内版最省心。

类似Cursor地，这本质上是一个AI辅助代码编辑器。这将是我们的主力战场。

TIP

如果你从来没碰过代码项目或者Trae或类似AI代码编辑器，这里有一些废话：

• 代码项目都基于一个文件夹，编辑代码后都需要通过Ctrl+S保存，文件名后面的小白点指示了文件是否被动过。
• IDE指集成开发环境，环境里有你能看到的文件展示区、编辑区等。Trae这类则是集成了AI的超级环境，在这个软件内，AI可以按需阅读所有他想看的文件（而无需手动复制给他），大幅提高效率，同时它还能自动运行代码、然后自己处理自己代码中和代码外无法运行的问题等。
• Trae是基于VSCode开发的，继承VSCode插件体系，你可以添加包括Python插件在内的一系列插件提升使用体验，需要什么功能可以问问它。
• Trae提供的Auto模型效果很差，高级模型通常需要等待，故此强烈建议添加自己的Deepseek API。 Deepseek V4是截止本文目前最便宜而能用的大模型（基于截止2026/05/31的2.5折），也是此工作流中唯一的付费节点。建议使用V4 Pro，没贵多少、但是为此强一点确实有必要。
• 你可以点击此处前往DeepSeek开放平台注册充值获取。

• Skill，指成一套的被压缩的提示词和脚本，AI能获取Skill的一小部分介绍并自行考量使用与否。当AI真的需要使用Skill中的流程时，它会自行获取Skill中的提示词、执行Skill中的代码。

工作区文件夹包含我们所有获得和途中收集、生成、需要记录的题目、思路、代码、图、论文等。它们分别在不同的文件夹里，形成一套规范，这套规范由AI遵守，避免混乱。

我配置了两个skill：

• OpenAlex文献检索：自动定位相关论文，搜集引用所需信息。
• 数学建模主技能：贯穿所有阶段的流水线。

这两个skill我会放在.trae下，它默认好像是会自动读取来着。

2. Typora#

Typora是一个Markdown编辑器，它最大的特点是可以将Markdown文章直接渲染成PDF，而且还支持自定义主题，甚至将自定义主题渲染出来。

我基于某一开源主题自改了一版用于数模论文的主题，可以直接预览论文格式。由于年代久远(一年多吧)，原库难以检索，如有线索欢迎回复，我会积极遵循原库的License重新发布。

注意，Typora是一个付费软件。本站不提供任何关于破解软件的服务。

3. 辅助工具#

• Cherry Studio：分担零碎任务，比如查证某个知识点、写一条 Excel 公式。专门设了一个技能，用来快速生成X-Mouse Button Control的配置宏

• 个人实验室站点：这是我自建的一个小工具站，其中最常用的是剪贴板检查器，解决从Excel复制数据时出现的各种不可见字符问题。

• X-Mouse Button Control：极其强大的鼠标宏工具，带有详尽的文档(英语的)和屏幕位置获取器。其最大优势在于宏可以通过代码描述。通过AI技能生成宏代码，那么对于某些难以自动化的重复性桌面操作（如Office下的重复型任务）也能全效工作。

阶段一：宏观建模#

你需要读题、讨论整道题目的类型、方案等。这个过程中记录大体的模型选型、可能性等。

不包括整理数据，这个阶段的耗时一般在3小时左右。注意这时候的第一要事是读懂题目并分类，找到题目描述的矛盾点，假设等。

阶段二：逐个击破#

阶段三：完成论文#

这是最能体现AI工作流魔力的阶段。我们调用预先写好的skill，让AI按固定流程执行：

1. 根据已有成果设计论文的章节分段预设。如问题重述+问题分析+模型假设+符号说明+问题一模型的建立与求解+问题二模型的建立与求解+问题三模型的建立与求解+问题四模型的建立与求解+问题五模型的建立与求解+模型优缺点+参考文献。这就是一个很标准的章节分布。我放弃了将所有问题放入同一个大章节(5.1问题一, 5.2问题二这样)，因为分成多个大章节比较方便工作流。
2. 整理所有引用到的文献，为这些文献预先编号，便于后续在各个内容小块中用数字进行引用。
3. 按章节分段预设在text/paper/下生成各章节的.md文件，文件名带有数字前缀，如1_问题重述.md、2_模型假设.md、3_问题一求解.md等。这一步由AI自行调度Trae的taskboard完成。每个小节的文件隔离是避免AI在长单次输出(如整篇论文)时主动缩减内容，不仅看起来单薄而且真的可能忽略重要的东西。ps:这个环节其实还可以优化成并行的。
4. 运行第一次构建脚本。附录独立成一个.md文件，和最大标题同级，避免Typora后续输出引用时把参考文献排到附录底部。这个过程完全由脚本完成。它机械地查找所有模型代码文件，读取。它还会添加text/appendix/下的每个文件(依旧但是是可选地使用/\d+_/开头命名，以保证顺序)作为额外附录（如大、长表）。自动编号后输出为text/frozen/Appendix.md。脚本还会将各章节的.md文件继续合并为text/frozen/Main.md。这就是两个你需要完整过目的文件了。

经过AI约一小时的苦战，现在你打开text/frozen/，看到两个完整整理好的论文。图片是经过路径修正的，一定是能引用到的。你需要另开一个文件，从头到尾检查整篇文章不合适的地方，然后进行记录。

NOTE

一个经验之谈是在最终检查时，不要找一个错就改一个错，而是从头到尾把问题全部记下来之后再一一修改，避免solo时注意力和流程分崩离析的问题。

WARNING

修改时需要找到text/paper/下对应章节的原文进行修改，修改后需要重跑上述4.的脚本。切勿直接修改text/frozen/Main.md。

一般来说，你会遇到三类问题：

• 表述问题，如大量使用破折号——、使用vs甚至「」导致的AI味。自己修改即可，无需浪费token
• 图片问题，如文本遮挡、配色难以阅读、重复标题等。需要让AI修改源码中跑图的代码，重新生成图。一般最多就是改几行画图参数，也有大改的。如果能看懂代码，自己改也不是不行。
• 论文问题，如某章节中某个关键论述、关键结果、图表未能呈现？Solo工作流下手写论文实在有点费时费力，更何况原文还不是自己写的，此时就只能让AI返稿；能通读并识别出论文严重结构性问题的人只能有你，所以你才需要把上面每个小问的解决步骤、原理理清。这是证明论文原创的根本。你也不想上台答辩就介绍我最好的朋友大D老师吧

NOTE

终端是所有操作系统执行程序的主要入口。在Trae中，打开方式如图所示

终端可以理解为，敲一行命令，回车执行，的地方。理论上，终端可以执行除了打瓦以外所有你在电脑上通过鼠标执行的操作（

在终端执行python utils/build.py以手动运行第一阶段构建。AI到时候也会这么做。当然前提是你已经安装了python。

阶段四：最终输出#

前提：论文已没有任何问题。

1. 你用手打开Typora，选择预设的主题文件将Main.md和Appendix.md分别导出为Main.pdf和Appendix.pdf。原目录原样导出即可。
2. 运行第二次构建脚本。脚本会将两个pdf合并。如果你的学校要求在电子版前面再添加页面，还可以添加额外的第三个Prefix.pdf，脚本会自动识别。脚本还会自动添加连续页码，最终输出到frozen/[time]/我的论文.pdf。脚本还会将所有代码文件、原始数据集、引用论文等所有可能要塞进参考资料的文件打包放进我的参考资料.zip里。最后还会自动计算两个文件的md5，国赛会需要。当然不使用这个md5而是直接把文件拖进官方提交程序也是可以的。

1
frozen/
2
└─20260510_1345/
3
  ├─ 我的论文.pdf
4
  ├─ 我的参考资料.zip
5
  └─ md5.txt

WARNING

第二次构建脚本导出的结果是最终品论文。如果你再发现论文原文问题，你需要：

1. 再修改论文的片段
2. 运行第一次构建流程
3. 使用Typora手动构建拼接版论文，可能还要构建附录
4. 运行第二次构建流程 非常麻烦。所以尽可能在最后进行论文的构建。