前言¶
DeepSeek Harness (DSH) 的插件化架構允許開發者擴展智能體能力。在數學建模競賽場景中，全流程自動化容易導致求解結果不可控或忽略關鍵約束。GateCraft 插件提供了一套“門控式”工作流，將求解過程拆解爲若干階段，由 AI 執行具體任務，人在階段門上思考與決策，確保最終成果符合預期。
安裝¶
使用 DeepSeek Harness 的插件管理命令安裝：
dsh plugin add Crayonnan/dsh-math-modeling-skills-Gatecraft-
核心功能¶
插件包含 9 個 Skills 和一個 DSH Preset，構成數模一條龍流水線。
Skills 列表¶
- competition-workflow：五階段流水線總控，負責流程編排。
- guozhan-paper：國獎寫作範式。
- vision-ocr：題面與範文閱讀。
- sensitivity-analysis：靈敏度分析。
- statistical-diagnosis：模型診斷。
- math-modeling-paper：論文內容生成。
- math-paper-template：LaTeX 排版。
- tex-pdf-image-to-word：Word 格式轉換。
- paper-gate：交付驗收層與約束分級真源。
DSH Preset¶
presets/math-modeling/：粘貼一道競賽題即可自動啓動工作流。
階段門控與驗收機制¶
工作流邏輯¶
competition-workflow 作爲總控，將過程分爲五個階段：讀題、分析建模、代碼結果、靈敏度分析、論文寫作。階段報告記錄“改動 → 效果 → 指標”，作爲下一階段數字的唯一齣處。階段報告不是審批關卡，而是數字出處。
paper-gate 與 docgate.py¶
paper-gate 定義了全倉庫的約束分級規則，分爲三層：
1. 事實：官方明文與工程事實（硬約束）。
2. 不變量：可機械驗證的真實性與一致性（硬約束）。
3. 觀察：獲獎樣本統計（軟約束）。
docgate.py 是 paper-gate 的執行引擎，對 docx(OOXML) 或 tex 雙後端執行 13 項檢查：
- FAIL：事實錯誤或真實性問題（如編號斷裂、摘要數字在正文找不到、圖片超版心）。修復後需重跑。
- WARN：手藝判斷，需逐條人工裁決。
使用驗收檢查時，需指定提交文件（支持 .docx 或 .tex）：
python assets/docgate.py <提交文件.docx|.tex> [--results RESULTS_REPORT.md] [--problem 題面.txt]
資產與輔助工具¶
插件附帶了一系列輔助工具與真源：
- playbooks：optimization-playbook（優化求解/驗證決策表）、figure-playbook（流程圖與圖件模板）。
- prompt-pack：14 條實戰提示詞。
- 生成器：flowchart_gen.py（規格 → drawio 生成器）、ocr_batch.py（併發 OCR）。
- 真源：official-paper-format.md（官方格式真源）、references/（模型選型決策樹、交稿自查、獲獎論文實證語料）。
適用場景與注意¶
- 適用範圍：在統計分析類與優化/決策類（典型 C 題）上經過實戰檢驗。
- 不適用範圍：機理/物理仿真（A 題）與圖論/工程（B 題）未經檢驗，不建議直接使用。
- 運行權限：插件以當前 DSH 進程權限運行，安裝前建議檢查源碼與許可證。
總結¶
GateCraft 通過 Skill 協作和硬約束檢查，將數學建模過程從“黑盒”轉變爲可控的流水線。它不提供無腦端到端自動化，而是提供工具鏈和檢查機制，輔助人機協作完成帶品味的建模成果。
- GitHub 倉庫：crayonnan/dsh-math-modeling-skills-Gatecraft-
- 社區目錄：GateCraft
