面向国赛 CUMCM 与美赛 MCM/ICM 的 AI Skill：把审题、候选模型比较、真实计算与独立核验、论文材料整理、提交前核对串成一条可复现的流程，配一个本机建模工作台看进度，队友之间用 GitHub 私有仓库交换资料。当前是 0.3 Preview。 定价：免费开源（MIT；上游项目 mathmodel-skill 亦为 MIT）。
它想解决的不是「让 AI 写完论文」
官方在 README 里把定位写得很直白：市面上的数学建模 AI 工具多在追求「让 AI 替人完成更多工作」——自动选模型、自动写代码、自动生成论文；但一场真实的数学建模比赛持续数天，要不断理解问题、改模型、跑实验、判断结果，三名队员和 AI 一起推进，真正重要的是人的判断与取舍。所以 MathModel Copilot 的目标是「让人和 AI 成为一个能持续协作的建模团队」，把人的精力从版本、文件、状态和重复检查里解放出来。
它实际做了什么
一条覆盖全程的工作流。 审题后按子问拆任务、明确前后依赖和交付要求，让 AI 知道现在做到哪一步；实验结果推翻了假设，可以回头改模型再验证。
把「结果可信」当一等问题。 它会实际执行计算并保留运行记录，再用独立检查核对约束、单位、数值与交付格式，明确区分「代码已生成」「程序已运行」「结果已核验」三种状态；还会用对照实验和反方审查去找假设与论证里的薄弱处。这一点比「能生成论文」有用得多——建模比赛里最贵的错误是算错了还当成结论。
建模工作台。 一个本机页面，四个视图：项目总览（现在推进什么、卡在哪、哪些要你判断）、各问进展（用了什么思路、基于什么假设、还差什么）、成果与依据（结果从哪来、过了哪些检查、改模型后哪些旧结果失效）、论文准备（哪些成果能用、哪些还缺材料）。
协作走 GitHub。 让 AI 建私有仓库、邀请队友，三人在同一仓库维护共享资料；建模队员改了模型，会形成可共享的更新文件，编程与写作队员拉取后由各自的 AI 核对版本与影响。
还有论文辅助、提交前核对、教学模式、复盘沉淀、反馈整理。 论文部分只做材料整理、提纲与图表建议，写作主导权留给人和队友；提交前按题目要求与赛事规则核对缺项与过期依据。
边界
当前是 0.3 Preview（0.3.0-preview.2）。工作台只能看本机项目；页面直接唤醒 AI、自动提交 issue 的链路官方写明仍待实测验收。效果很依赖所用模型——同一道题不同模型的分析深度差别明显。另外它是单人维护项目，覆盖的题型与团队用法有限。
