math-verification
理论/数学可行性验证。命题形式化→符号计算验证(sympy)→量纲/边界/复杂度检查→数学优雅性评审→验证报告。触发词:数学验证、理论可行性、推导检查、公式验证、math check、定理检查。
SKILL.md.codex/skills/math-verification/SKILL.md
GitHub数学验证(math-verification)
验证论文中的数学内容:推导是否正确、假设是否被使用、量纲是否一致、边界是否成立、复杂度是否如实。辅助工具,不是定理证明器:深层证明仍需人类数学家复核。
协议
- 形式化:把推导/命题写成可检查的形式:已知条件、假设、命题、推导步骤、结论。标注每一步用到了哪些假设。
- 符号验证:用 sympy 做符号计算:展开/化简、求导/积分、极限、特征值、方程求解、恒等式验证。脚本与输出存档到
.research/experiments/<id>-math.md。 - 一致性检查:
- 量纲/单位:等式两边量纲一致(可借助 uncertainty-and-units 的思路);
- 边界条件:退化情形(参数=0、∞、极端值)下结论是否仍成立;
- 假设检查:推导中是否用了未声明假设;声明假设是否真的必要;
- 复杂度:算法复杂度声明与实际实现是否一致(big-O 复核)。
- 优雅性评审:结论是否最小(无多余假设/步骤)、是否一般(能否推广)、记号是否清晰。给出"数学是否优美"的主观评价与理由(注明是审美判断)。
- 报告:输出验证报告:通过项、问题项(严重度 P1/P2/P3)、修改建议;P1 问题必须解决后才能进入写作阶段。报告写入
.research/。
边界
- 对统计内容:统计正确性交给 nature-statistics / statistical-analysis,本技能只做推导层;
- 对实验数值:不做结果复现(那是 S6 的职责),只验证推导与实现的一致性;
- 无法形式化的哲学式论点:标记"不可形式化验证",不做强行检查。