interpret-raman-spectrum
Über
Diese Fähigkeit analysiert Raman-Spektren, um molekulare Schwingungen und Symmetrie zu identifizieren, indem sie Polarisierbarkeits-Auswahlregeln anwendet und diese mit komplementären IR-Daten vergleicht. Sie ist besonders nützlich für die Untersuchung symmetrischer Schwingungen, wässriger Proben und Materialien wie Graphen, bei denen die IR-Spektroskopie an Grenzen stößt. Zu den Kernfähigkeiten gehören die Reduzierung von Fluoreszenz, der Abgleich mit Referenzspektren und die Auswertung des Depolarisationsgrads für eine vollständige Schwingungsanalyse.
Schnellinstallation
Claude Code
Empfohlennpx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/interpret-raman-spectrumKopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren
Dokumentation
解讀拉曼光譜
分析拉曼散射光譜以識分子振動、應用與紅外互補之選律,並合拉曼數據於 IR 結果以成完整振動分析。
適用時機
- 分析 IR 難之樣(水溶液、封容、遙測)
- 識別於 IR 弱或不活之對稱振動
- 對中心對稱分子以互斥原理補 IR 數據
- 以特徵拉曼帶刻畫碳材(石墨烯、碳奈米管、鑽石)
- 分析常 Raman 較 IR 更具信息之無機化合物、礦物或晶相
- 行無損、原位分析(許多拉曼測量不需樣品製備)
輸入
- 必要:拉曼光譜數據(cm-1 拉曼位移 vs. 強度)
- 必要:激發雷射波長(如 532 nm、633 nm、785 nm、1064 nm)
- 選擇性:同樣之 IR 光譜以供互補分析
- 選擇性:偏振數據(供退偏振比之平行與垂直光譜)
- 選擇性:已知分子式或化合物類
- 選擇性:樣品物理態(固、液、溶液、氣、薄膜)
步驟
步驟一:評光譜品質並識偽影
分析峰之前評拉曼光譜之可靠性:
- 雷射波長與熒光:熒光為拉曼譜最常之干擾。其產可遮拉曼峰之寬強背景。短波雷射(532 nm)激更多熒光;長波雷射(785 nm、1064 nm)減之而犧牲拉曼信號(強度按 lambda^-4 縮)
- 信噪比:評拉曼峰是否可與噪明別。弱拉曼散射者或需較長獲取時或較高雷射功率
- 宇宙射線尖峰:隨位之尖窄峰為宇宙射線偽影,非拉曼峰。其僅現於時均集之一光譜,可以尖峰濾除之
- 基線校正:測峰位與強度之前當減傾斜或曲基線(自熒光或熱輻射)
- 光降解:高雷射功率可損或變樣。查同點連續獲取間之光譜變化。若察降解則減功率
- 光譜範圍:標準拉曼光譜涵 100--4000 cm-1 拉曼位移。低頻截取決於阻瑞利線之邊緣或陷波濾波器。記任何截斷之區
預期: 光譜品質已評,熒光級已記,偽影(宇宙射線、基線漂)已識或校,可用光譜範圍已確。
失敗時: 若熒光主導光譜(寬背景遠超拉曼峰),建議以長波雷射(785 或 1064 nm)或表面增強拉曼(SERS)再測。若樣降解,減雷射功率或用旋轉樣台。
步驟二:識拉曼活模式並用選律
定何振動為拉曼活並如何補 IR 數據:
- 拉曼選律:振動涉極化率變者為拉曼活。對稱伸縮(常變分子體積)常於拉曼強
- IR 選律(供比):振動涉偶極矩變者為 IR 活。反對稱伸縮常於 IR 強
- 互斥原理:有反演中心(中心對稱)之分子,無振動可同為拉曼活與 IR 活。若帶於兩光譜皆現,分子缺對稱中心
- 一般互補:即使非中心對稱分子,於拉曼強之振動於 IR 傾向弱,反之亦然。此互補令合拉曼 + IR 數據較任一單獨更具信息
- 識拉曼偏好模式:對稱伸縮(C-C、C=C、S-S、N=N)、環之呼吸模式,與同核鍵之伸縮(無偶極變而 IR 不活)常於拉曼強
預期: 選律已用,拉曼活 vs. IR 活模式已別,中心對稱則已測互斥。
失敗時: 若分子對稱未知,用合拉曼與 IR 數據推之。若帶於兩光譜以相當強度現,分子非中心對稱。
步驟三:分析拉曼位移位置
以特徵頻率指派觀之拉曼帶於特定振動模式:
- C-H 伸縮區(2800--3100 cm-1):似 IR,然拉曼強度異。芳香與烯烴 C-H(3000--3100 cm-1)於拉曼常強於脂肪 C-H
- 三鍵(2100--2260 cm-1):C 三鍵 C 對稱伸縮於拉曼強而常於 IR 弱或缺。C 三鍵 N 於兩者皆活
- 雙鍵伸縮:
| Shift (cm-1) | Assignment | Raman Intensity |
|---|---|---|
| 1600--1680 | C=C stretch | Strong |
| 1650--1800 | C=O stretch | Medium (weaker than IR) |
| 1500--1600 | Aromatic C=C | Medium to strong |
- 芳香環模式:
| Shift (cm-1) | Assignment | Notes |
|---|---|---|
| 990--1010 | Ring breathing (monosubstituted) | Very strong, diagnostic |
| 1000 | Ring breathing (sym. trisubstituted) | Strong |
| 1580--1600 | Ring stretch | Medium |
| 3050--3070 | Aromatic C-H stretch | Medium |
- 他特徵拉曼帶:
| Shift (cm-1) | Assignment |
|---|---|
| 430--550 | S-S stretch (disulfide) |
| 570--705 | C-S stretch |
| 800--1100 | C-C skeletal stretch |
| 630--770 | C-Cl stretch |
| 500--680 | C-Br stretch |
| 200--400 | Metal-ligand stretch |
- 碳材:G 帶(~1580 cm-1,石墨 sp2)與 D 帶(~1350 cm-1,缺陷/無序)為碳同素異形體之診斷。2D 帶(~2700 cm-1)刻畫石墨烯層數。鑽石示 1332 cm-1 之尖峰
預期: 所有顯著拉曼帶已指派於振動模式並參考特徵頻率範圍。
失敗時: 若帶不能自上表指派,查光譜庫(礦物用 RRUFF,有機物用 SDBS)。未指派帶或屬組合模式、倍頻,或晶態樣之晶格振動。
步驟四:比拉曼於 IR 數據
整合二互補振動技術:
- 列對應帶:創比較表列每振動模式之拉曼位移、IR 頻率,與每技術之相對強度
- 識僅於一技術觀之模式:於拉曼存而 IR 缺(或反之)之模式供對稱信息。非極性鍵之對稱伸縮(S-S、對稱境中之 C=C)僅現於拉曼
- 解模糊:於 IR 指派暫定處(如指紋區重疊之 C-O 與 C-N 伸縮),查拉曼是否因異相對強度供更清畫面
- 官能團確認:以拉曼對應確 IR 所識之官能團。如酯當於 IR 示 C=O(~1735 cm-1)且於拉曼示 C-O-C。羧酸當於 IR 示寬 O-H 且於兩技術示 C=O
- 評整體一致:拉曼與 IR 數據當互合。任矛盾(如為據稱中心對稱分子指派之對稱伸縮帶於兩光譜皆強現)示指派或對稱假設之誤
預期: 統一振動分析表合拉曼與 IR 數據,官能團指派以互補信息確或精。
失敗時: 若 IR 數據不可得,單拉曼光譜仍供有用信息而確定性減。記何指派將益於 IR 確認。
步驟五:評偏振數據並記錄結果
用退偏振比供對稱指派並合最終分析:
- 退偏振比(rho):rho = I_垂直 / I_平行,自偏振拉曼實驗測
- rho = 0 至 0.75:偏振帶(rho < 0.75)。全對稱振動(A 型)為偏振
- rho = 0.75:退偏振帶。非全對稱振動給 rho = 0.75
- 對稱指派:偏振帶必屬分子點群之全對稱不可約表示。此助別於相近頻現之異對稱模式
- 編結果:合所有觀拉曼帶之完整表:
- 拉曼位移(cm-1)
- 相對強度(強/中/弱)
- 退偏振比(若測)
- 指派(振動模式)
- 對應 IR 帶(若觀)
- 比參考光譜:若化合物已知,比觀拉曼光譜於已發參考光譜(RRUFF、SDBS、NIST 等庫)。峰位於 +/- 3 cm-1 內同且相對強度合,則確同一
- 報不確定:標任何仍暫定之指派,記何附加實驗(溫度依賴拉曼、共振拉曼、SERS)可解模糊
預期: 完整拉曼分析,所有帶已指派,偏振數據已解供對稱,結果已合於 IR 與他光譜數據。
失敗時: 若偏振數據不可得,對稱指派僅依頻率與強度模式。記此限並於對稱信息關鍵時建議偏振測量。
驗證
- 光譜品質已評(熒光、宇宙射線、基線、光降解)
- 拉曼選律已用,拉曼活模式已識
- 若分子中心對稱則已測互斥原理
- 所有顯著拉曼帶已指派於振動模式
- 於可得處拉曼數據已與 IR 數據比較整合
- 若偏振數據可得,退偏振比已供對稱指派解
- 指派與已知分子結構或他技術擬結構一致
- 於可能處結果已與參考光譜比較
常見陷阱
- 熒光壓過拉曼信號:最常之問題。換長波雷射或用時間選通檢測。勿試將寬熒光隆釋為拉曼帶
- 混宇宙射線尖峰與真峰:宇宙射線產隨位之尖強峰。其存於單獲取而於均光譜中失。恒查重現性
- 忽極化率選律:於 IR 強之模式(極性鍵之反對稱伸縮)於拉曼或弱或缺,反之亦然。勿期拉曼如 IR 之強度模式
- 忽樣降解:高雷射功率可炭化、聚合,或相變樣。同點連測間光譜變化示降解
- 假所有拉曼帶為基頻:倍頻(基頻 2 倍)與組合帶可現於拉曼。較基頻弱而若不計可致混
- 忽低頻模式:晶格振動、扭轉模式與金屬-配體伸縮現於 400 cm-1 下。許多常規拉曼設置不達此區。驗儀器之陷波/邊緣濾波器允低頻測量若此模式相關
相關技能
interpret-ir-spectrum— 供偶極活模式之互補振動技術interpret-nmr-spectrum— 定分子連接性供完整結構指派interpret-mass-spectrum— 立分子式與裂片interpret-uv-vis-spectrum— 刻畫電子躍遷與發色團plan-spectroscopic-analysis— 於數據獲取前擇並排序分析技術
GitHub Repository
Verwandte Skills
llamaguard
AndereLlamaGuard ist Metas 7-8B-Parameter-Modell zur Moderation von LLM-Eingaben und -Ausgaben in sechs Sicherheitskategorien wie Gewalt und Hassrede. Es bietet eine Genauigkeit von 94-95 % und kann mit vLLM, Hugging Face oder Amazon SageMaker eingesetzt werden. Nutzen Sie diese Skill, um Inhaltsfilterung und Sicherheitsguardrails einfach in Ihre KI-Anwendungen zu integrieren.
cost-optimization
AndereDiese Claude Skill unterstützt Entwickler bei der Optimierung von Cloud-Kosten durch Ressourcen-Dimensionierung, Tagging-Strategien und Ausgabenanalysen. Sie bietet einen Rahmen zur Senkung von Cloud-Ausgaben und zur Implementierung von Kosten-Governance für AWS, Azure und GCP. Nutzen Sie sie, wenn Sie Infrastrukturkosten analysieren, Ressourcen richtig dimensionieren oder Budgetvorgaben einhalten müssen.
quantizing-models-bitsandbytes
AndereDiese Fähigkeit quantisiert LLMs auf 8-Bit- oder 4-Bit-Präzision mittels bitsandbytes und erreicht dabei eine Speicherreduzierung von 50–75 % bei minimalem Genauigkeitsverlust. Sie ist ideal für den Betrieb größerer Modelle mit begrenztem GPU-Speicher oder zur Beschleunigung von Inferenzvorgängen und unterstützt Formate wie INT8, NF4 und FP4. Die Fähigkeit integriert sich in HuggingFace Transformers und ermöglicht QLoRA-Training sowie 8-Bit-Optimierer.
dispatching-parallel-agents
AndereDiese Claude-Fähigkeit verteilt mehrere Agenten, um drei oder mehr unabhängige Probleme gleichzeitig zu untersuchen und zu beheben. Sie ist für Szenarien konzipiert, die unabhängige Fehler umfassen, die ohne gemeinsamen Zustand oder Abhängigkeiten gelöst werden können. Die Kernfähigkeit ist die parallele Problemlösung, bei der pro unabhängigem Problembereich ein Agent zugewiesen wird, um die Effizienz zu maximieren.
