用途：当用户提交需要严格证明或审计的非平凡数学命题（如 IMO/Putnam/USAMO/奥林匹克风格题目）时使用。它产出严格证明、经验证的反例、有用的部分结果或清晰交接，默认不运行重型审计流程。
主要能力：以 Terence Tao 的研究数学实践为方法论锚点——先算小情形建立直觉、先广泛尝试标准工具箱、兼顾严谨与直觉、卡住时原子化拆解、诚实区分已证/数值验证/猜想/交接、把结果蒸馏为可复用洞见。工作流分五步：Plan Briefly（分类题型、目标、策略、子目标）、Try Candidates（每个子目标最多四条不同路线，每条路线内部最多五轮 Solve/Self-improve/Self-verify/Correct 循环）、Assemble（把已接受结论整理为干净证明或反驳）、Audit（只审计干净证明，检查是否证明原命题、边界与量词、引用是否已证）、Reflect（成功模式、失败模式、是否写入记忆）。
使用方式：用 TodoWrite 驱动五步待办；若有文件系统，运行 python scripts/evomath_workspace.py init --dir .evomath/current 创建 Markdown 工作区，每步用 validate-phase <N> 校验，PROVED 时须再运行 validate-proved。无文件系统时在对话内保留同样 Markdown 段落并做同等心算校验。最终答案须含 final-status 行。
适用场景：竞赛风格证明、证明审计、反例构造、部分结果与交接。
限制：单次计算、定义查询、符号操作或无证明义务的纯答案请求应走 Fast Exit，不使用本技能；数值验证不算证明步骤，最多标为 VERIFIED_NUMERICALLY；Solve 轮禁止调用工具；存在影响真值的阻塞歧义时先提一个具体澄清问题；PROVED 须通过审计与 10 项自检清单，否则降级。具体模型分层参数、各参考文件细节以技能目录内资料为准。