用途：提供符号与数值数学计算能力，覆盖符号推导、数值求解、线性代数、微积分、微分方程、优化和数学建模。
主要能力：符号数学使用 SymPy，可解方程与方程组、求导、定积分、极限、泰勒级数、特征值与特征向量、行列式、逆矩阵、解微分方程、化简与因式分解，并可用 latex() 输出论文级公式。数值方法使用 SciPy，包含求根（如 brentq）、无约束与约束优化（minimize、linprog）、数值积分（quad）、常微分方程求解（solve_ivp）、插值（interp1d）和 FFT。线性代数使用 NumPy 与 SciPy，支持特征分解、SVD、求解 Ax=b、矩阵范数、矩阵秩以及稀疏矩阵。
使用方式：资料给出虚拟环境激活命令 source /Users/zhangmingda/clawd/.venv/bin/activate，随后在 Python 中导入 sympy、scipy、numpy 调用相应函数。数学建模流程为：定义系统与变量、建立方程、无量纲化、用 SymPy 解析求解或用 SciPy 数值求解、与已知解或数据验证、参数敏感性分析、可视化结果。
适用场景：常见模型包括种群动力学（Lotka-Volterra、SIR/SEIR）、扩散（热方程、Fick 定律）、力学（牛顿定律、拉格朗日/哈密顿）、经济学（供需、博弈论、最优控制）和网络（图论、流优化）。
限制：资料未提供该技能的安装方式、收费、平台支持范围或性能数据；示例中的虚拟环境路径为特定用户路径，实际使用需替换。建议解析解与数值解互相验证，并检查单位与量纲一致性；大规模系统可考虑稀疏矩阵方法。