Pular para o conteúdo
Skillpedia
Escrita48 mil · #2859

doc2math

Ajuda seu agente a transformar textos técnicos em especificações matemáticas claras. Ele define variáveis, regras e objetivos para problemas complexos.

O que ela faz

Esta ferramenta transforma descrições de problemas escritas em linguagem comum em um formato matemático estruturado. Ela identifica variáveis, regras (restrições) e o que se busca otimizar (objetivos), citando a origem exata no texto.

Quando usar

  • ✓Quando você tem um problema descrito em um texto e quer transformá-lo em matemática.
  • ✓Para extrair a estrutura matemática de um documento técnico ou artigo.
  • ✓Para verificar quais informações matemáticas estão faltando em uma descrição de problema.

Exemplo do que pedir para a IA

“Transforme este parágrafo sobre otimização de estoque em variáveis, restrições e objetivos matemáticos.”

Quer saber mais? Abra as seções abaixo.

Como usar

O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.

Link da skill

https://github.com/sickn33/agentic-awesome-skills/blob/main/plugins/agentic-awesome-skills-claude/skills/doc2math/SKILL.md

Mensagem pronta para colar

Use esta skill para me ajudar: https://github.com/sickn33/agentic-awesome-skills/blob/main/plugins/agentic-awesome-skills-claude/skills/doc2math/SKILL.md Leia o arquivo SKILL.md desse link e siga as instruções dele na minha tarefa.
Como funciona

A ferramenta lê o texto que você fornece e identifica os componentes matemáticos como variáveis, restrições e objetivos. Ela garante que cada parte identificada tenha uma referência exata ao texto original e não inventa informações.

Instalação

Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.

No terminal (Claude Code, Codex, Cursor), na pasta do projeto:

npx skills add sickn33/agentic-awesome-skills --skill doc2math

Ou baixe só o arquivo:

curl -L https://raw.githubusercontent.com/sickn33/agentic-awesome-skills/main/plugins/agentic-awesome-skills-claude/skills/doc2math/SKILL.md -o SKILL.md
Conteúdo técnico (SKILL.md)

Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.

DOC2MATH — Especificação de Problema de Documento para Matemática

Quando Usar Esta Habilidade

  • "Formalize esta declaração de problema em matemática"
  • "Extraia a estrutura matemática desta seção de artigo de pesquisa"
  • "Quais variáveis, restrições e objetivos estão nesta especificação?"
  • "Converta este problema de palavras para um MPS estruturado"
  • "Encontre o que está faltando nesta formulação de problema"

Protocolo de Zero Inferência (Obrigatório)

  1. Mundo Fechado — não afirme fatos ou valores numéricos não declarados. Notação estrutural implícita pela formulação da fonte pode ser proposta apenas com a tag de inferência explícita exigida abaixo
  2. Regra de Fundamentação — cada elemento deve citar a frase exata da fonte (campo "evidence")
  3. Sem Preenchimento Silencioso — valores desconhecidos usam null; tipos ambíguos usam "ambiguous"
  4. Marcação de Inferência — inferências estruturais marcadas "inferred": true com "inference_basis"
  5. Marcadores MISSING — elementos mencionados, mas insuficientemente definidos, recebem "status": "MISSING" com "missing_reason"
  6. Sem Alucinações Matemáticas — nunca introduza equações ou valores que não estejam no texto da fonte

Limitações

  • Não inventa equações, domínios, valores ou suposições ausentes no documento fonte.
  • Requer texto fonte suficiente para citar cada elemento extraído; prompts esparsos devem ser retornados com marcadores explícitos de informação ausente.
  • Produz uma especificação formal, não um modelo de otimização resolvido ou prova.

Como Funciona

Etapa 1 — Receber Documento

Aceite o texto do documento, trecho de pesquisa, descrição do problema ou especificação como entrada.

Etapa 2 — Classificar

Identifique problem_class: optimization | classification | simulation | proof | estimation | other

Etapa 3 — Extrair Componentes MPS

Variáveis — id, name, symbol, type, domain, units, role, evidence, inferred, status

Operadores — id, name, symbol, arity, acts_on, produces, evidence, inferred

Restrições — id, type, expression, variables_involved, evidence, hardness, inferred, status

Objetivos — id, direction (minimizar/maximizar/satisfazer/encontrar/provar), expression, variables_involved, evidence, inferred

Incerteza — id, type (estocástico/epistêmico/medição/modelo/nenhum_declarado), affects, characterization, evidence, status

Etapa 4 — Apresentar Informações Ausentes

Identifique o que o documento implica, mas não declara: missing_information[] com element, needed_for, missing_reason.

Etapa 5 — Validar e Pontuar

validation_flags:

  • has_complete_objectives: verdadeiro/falso/parcial
  • has_bounded_variables: verdadeiro/falso/parcial
  • has_evidence_for_all_elements: verdadeiro/falso/parcial
  • inference_count: inteiro
  • missing_count: inteiro
  • overall_formalizability: ALTO/MÉDIO/BAIXO

Formato de Saída

Produza um objeto JSON MPS. O esquema vazio abaixo não é uma formalização completa; preencha apenas entradas fundamentadas e relate informações ausentes:

{
  "mps_version": "1.0",
  "source_title": "...",
  "problem_class": "optimization",
  "variables": [],
  "operators": [],
  "constraints": [],
  "objectives": [],
  "uncertainty": [],
  "missing_information": [],
  "validation_flags": {
    "overall_formalizability": "LOW"
  }
}

Melhores Práticas

  • ✅ Aplique todas as 6 regras do Protocolo de Zero Inferência antes de gerar qualquer elemento
  • ✅ Apresente marcadores MISSING em vez de inferir silenciosamente — formalização incompleta é saída válida
  • ✅ Cite a frase exata da fonte em cada campo evidence
  • ❌ Nunca introduza relações matemáticas não fundamentadas no texto fonte

Recursos Adicionais

Perguntas frequentes

O que é uma 'especificação de problema matemático'?

É um formato padronizado que descreve um problema usando termos matemáticos claros, como variáveis, suas regras e o que se deseja alcançar (minimizar ou maximizar).

O que significa 'grounded'?

Significa que toda informação matemática extraída tem uma prova direta no texto original que você forneceu.

A ferramenta resolve o problema matemático para mim?

Não, ela apenas estrutura o problema em um formato matemático. Ela não calcula a solução nem cria equações que não estejam no texto original.

Detalhes

Descrição original do autor

Convert narrative technical documents into grounded Mathematical Problem Specifications with variables, constraints, objectives, and uncertainty.

repo: sickn33/agentic-awesome-skills

Popularidade

Estrelas no GitHub
48 mil
Posição no ranking
#2859
Licença
MIT
Atualizada em
15/10/2026

Essa skill é útil?

0

Entre para votar.

Comentários

  • …

Mais skills deste repositório

Skills parecidas