gold-washing
About
This skill provides techniques for recovering alluvial gold through panning and sluicing, including site analysis and equipment operation. Use it when prospecting in gold-bearing areas, testing stream samples, or assessing a site's potential. It covers geological indicators, proper extraction methods, and responsible practices.
Quick Install
Claude Code
Recommendednpx 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/gold-washingCopy and paste this command in Claude Code to install this skill
Documentation
淘金
以淘盤、沖槽與篩分技法自溪流沉積中回收沖積金。
適用時機
- 於已知或疑有沖積金礦之地區探礦
- 欲取溪河樣本以測金之存
- 娛樂淘金欲最大化回收
- 投入更多心力前欲評地點之金潛力
輸入
- 必要:淘盤(十四至十六吋,附溝紋)
- 必要:可及之溪、河或沖積沉積
- 選擇性:篩分器/篩網(四分之一吋網目)
- 選擇性:沖槽(更大量處理)
- 選擇性:吸管瓶或鑷子(細金回收)
- 選擇性:附水之瓶(存回收之金)
- 選擇性:鏟與桶以收材料
步驟
步驟一:讀地
金重(比重 19.3)且可預期地聚集。掘前先讀水與地質。
金聚何處:
內彎:
水於溪之內彎處減速。重材(含金)
於此沉出懸浮。取彎內礫壩之樣。
障礙後:
大岩、倒木與基岩崖於後生低壓區。
金於此等「陰影」區沉。
基岩裂:
金鑽入基岩之裂縫。
清出基岩裂縫(crevicing)可極富產。
富礦脈:
最重聚集沿彎內側成線(富礦脈),
自一彎內續至下一彎。熟練探礦者追此線。
何處取樣:
+--------------------+------------------------------------------+
| 特徵 | 取樣位置 |
+--------------------+------------------------------------------+
| 內彎 | 水線上一至二呎之礫壩 |
| 大石後 | 下游側之靜水區 |
| 基岩裸露 | 裂縫與凹陷中 |
| 溪流匯合 | 支流入主溪處 |
| 舊洪水道 | 現溪上方之高台 |
+--------------------+------------------------------------------+
地質指標:
- 黑砂(磁鐵礦/赤鐵礦):金之旅伴。
黑砂聚處,查金。
- 周圍岩之石英脈:金常於石英脈中形成;
侵蝕釋之於溪中
- 鐵染(鏽色岩):示氧化區,
可宿金礦
預期: 已依溪流動態與地質指標識二至三有望取樣處。
失敗時: 若無明指標,系統取多處樣——每特徵一盤(內彎、障礙後、隨機礫壩)。即一色(金片)亦證溪流攜金。
步驟二:篩分並收材料
備原料以供淘洗。
收材協定:
1. 自所擇取樣處裝桶
2. 若可,掘至基岩——金於基岩上或近之聚集
3. 若基岩深,取底部六至十二吋之礫
(金隨時間經礫下遷)
篩分:
1. 四分之一吋篩分器置淘盤或桶上
2. 以鏟將材料置篩分器上
3. 搖洗——細材落入盤,
大岩礫留上
4. 短檢過大之材(篩可捕塊狀金)後棄之
5. 已篩分之材今可淘洗
預期: 一盤或桶之已篩分材料(礫與砂小於四分之一吋),來自地質有望之處。
失敗時: 若不能及基岩,取可及者。淺樣較不含金但仍值測——洪水事件可於多深度沉金。
步驟三:淘材料
淘盤以重力與水分離金於輕材。
淘技:
初洗:
1. 盤入水(溪、桶或盆)
2. 以指拆黏土或膠結材
3. 手除大石(逐一查附著之金)
分層:
4. 盤入水中時左右(非環形)劇搖——
此使重材沉底
5. 盤微傾,令輕材自前唇沖出
6. 搖、傾、沖。搖、傾、沖。重複。
細淘:
7. 材減時,應見黑砂聚集
8. 減水流——今輕旋,非劇搖
9. 盤淺傾,令一薄層水流過濃縮物
10. 金(亮黃、留底)分離於黑砂
(暗、略輕)
回收:
11. 以吸管瓶吸單片/塊
12. 或謹慎傾水並收濃縮物
13. 金入附水之瓶以存
常見錯:
- 環形運動沖金過溝紋出盤。
用左右搖以分層。
- 過劇:淘過速失細金。宜耐心。
- 初搖不足:金須先沉底方可沖材。
預期: 所有重材(金、黑砂、石榴石)聚於盤底。金可見為亮黃片、扁平粒或(罕)小塊。
失敗時: 若謹慎淘後仍無金可見,該處或無金——或金過細不可見(粉金)。以放大鏡查。仍無則遷至他取樣處。
步驟四:以沖槽放大(選擇性)
為處理更大量之材料。
沖槽操作:
1. 將沖槽置流水中微傾(約每呎長
落一吋)
2. 水應平順流過溝紋——足移砂
但不足沖清溝紋
3. 將已篩分材逐漸入沖槽頂
4. 讓沖槽工作——金陷於溝紋後,
輕材沖過
5. 每二十至三十分清沖槽:
- 謹慎自水中取沖槽
- 將溝紋墊洗入桶或淘盤
- 淘濃縮物以回收金
沖槽校準:
- 水過多:金彈過溝紋而失
- 水過少:材堆而埋金
- 以鉛彈測:投之於沖槽頂。
若為溝紋捕,則金亦然。
預期: 高量處理,金聚於溝紋墊,經終淘回收。
失敗時: 若沖槽不捕測材(鉛彈),調角度或水流。沖槽應捕石英砂以重之一切。
驗證
- 取樣前已讀地之地質指標
- 材料自地質有望之處收
- 淘前已篩分
- 淘用左右搖以分層
- 黑砂濃縮物已徹底查細金
- 所回收之金已安全存於密封瓶之水中
- 離地時無顯著環境擾動
常見陷阱
- 淘過速:不耐致失細金。正確之淘需五至十分鐘。速為回收之敵
- 忽黑砂:若見重黑砂聚集,金或存——即過細不經放大不可見
- 黃鐵礦混於金:黃鐵礦(愚人金)較輕,以針壓則碎,色黃銅而非奶油黃。真金可鍛延且不蝕
- 隨機取樣:金可預期聚集。取直段中央之樣遠遜於取彎內
- 環境損害:敬水道。勿於溪岸掘大洞,勿用水銀(多轄區違法且極毒),並填測試洞
- 忽法規:多轄區探金需許可,即娛樂淘金亦然。始前核地方法規
相關技能
mineral-identification— 識岩與礦助讀地質指標指示含金區
GitHub Repository
Related Skills
content-collections
MetaThis skill provides a production-tested setup for Content Collections, a TypeScript-first tool that transforms Markdown/MDX files into type-safe data collections with Zod validation. Use it when building blogs, documentation sites, or content-heavy Vite + React applications to ensure type safety and automatic content validation. It covers everything from Vite plugin configuration and MDX compilation to deployment optimization and schema validation.
polymarket
MetaThis skill enables developers to build applications with the Polymarket prediction markets platform, including API integration for trading and market data. It also provides real-time data streaming via WebSocket to monitor live trades and market activity. Use it for implementing trading strategies or creating tools that process live market updates.
creating-opencode-plugins
MetaThis skill helps developers create OpenCode plugins that hook into 25+ event types like commands, files, and LSP operations. It provides the plugin structure, event API specifications, and implementation patterns for JavaScript/TypeScript modules. Use it when you need to intercept, monitor, or extend the OpenCode AI assistant's lifecycle with custom event-driven logic.
sglang
MetaSGLang is a high-performance LLM serving framework that specializes in fast, structured generation for JSON, regex, and agentic workflows using its RadixAttention prefix caching. It delivers significantly faster inference, especially for tasks with repeated prefixes, making it ideal for complex, structured outputs and multi-turn conversations. Choose SGLang over alternatives like vLLM when you need constrained decoding or are building applications with extensive prefix sharing.
