fungi-identification
Acerca de
Esta Habilidad de Claude ayuda a identificar hongos mediante análisis morfológico, esporulación y evaluación del hábitat, siguiendo un enfoque estricto de seguridad ante todo. Permite a los desarrolladores crear funciones para diferenciar especies y evaluar riesgos de toxicidad, algo crucial para la recolección o verificaciones de seguridad. Úsela cuando se necesite confirmar la identidad de un hongo desconocido antes de su consumo o para distinguir setas comestibles de parecidas peligrosas.
Instalación rápida
Claude Code
Recomendadonpx 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/fungi-identificationCopia y pega este comando en Claude Code para instalar esta habilidad
Documentación
識菌
以形態特徵、孢印、棲地分析與時令情境於野識菌,絕以安全為先。
適用時機
- 遇未知之菌,需識之
- 採食用菌,食前須確認物種
- 欲評院中或地上之菌是否有害
- 以系統觀察練建立野識能力
- 欲區別食用種與危險仿物
輸入
- 必要:菌體或其原地之清晰觀察
- 必要:觀察細形態之能力(菌蓋、菌褶、菌柄、基部)
- 選擇性:該地區之野外圖鑑或參考資料
- 選擇性:紙與玻璃以作孢印
- 選擇性:刀以看切面
- 選擇性:放大鏡(十倍)以看細節
步驟
步驟一:首要法則
行任何識別前,內化菌學之絕對法則。
首要法則:
若不能百分之百確認,切勿食之。
無所謂「通用食用性測試」。
有致命種味甘。
有致命種症狀遲延(二十四至七十二時)。
有致命種無解毒劑。
偽陽性之代價(食誤識之菌)為器官衰竭與死。
偽陰性之代價(錯過食用菌)僅失一餐。
永向謹慎傾。
預期: 入識別前已內化首要法則。
失敗時: 此步無失敗模式。若法則未內化,勿為食用而行野識別。
步驟二:記棲地
觸樣本前,情境先縮識別範圍。
棲地記錄:
+--------------------+------------------------------------------+
| 因子 | 記錄 |
+--------------------+------------------------------------------+
| 基質 | 土、木(死/活)、糞、葉 |
| | 屑、苔、他菌 |
+--------------------+------------------------------------------+
| 樹木相關 | 十米內何樹?(許多菌 |
| | 與特定樹屬共生) |
+--------------------+------------------------------------------+
| 濕度 | 乾、潮、濕、積水 |
+--------------------+------------------------------------------+
| 光 | 全陰、斑駁、開曠 |
+--------------------+------------------------------------------+
| 時令 | 早春、晚春、夏、早 |
| | 秋、晚秋、冬 |
+--------------------+------------------------------------------+
| 海拔 | 低地、中海拔、山地 |
+--------------------+------------------------------------------+
| 生長模式 | 獨生、散生、叢生、環生、 |
| | 架/托 |
+--------------------+------------------------------------------+
預期: 完整棲地記錄,為物種級識別提供情境。
失敗時: 若棲地不明(如城市院落混植),記所見。棲地資料不全降低識別信心——當納入安全評估。
步驟三:察形態特徵
系統察看樣本本身。
形態清單:
菌蓋(Pileus):
- 形:凸、平、凹、錐、鐘狀、中凸
- 直徑(量或估)
- 表:滑、鱗、纖維、黏、乾、裂
- 色(記色是否隨齡或濕度變)
- 邊緣:滑、條紋、內捲、附屬(菌幕遺物)
菌褶/菌孔/菌齒(Hymenium):
- 類:菌褶、菌孔(管)、菌齒、滑
- 著生:離生、彎生、貼生、延生
- 疏密:擁擠、近、遠
- 色(要——記隨齡之變)
- 瘀傷:褶受損時色變否?
菌柄(Stipe):
- 高與直徑
- 形:等粗、漸細、塊莖狀、棒狀
- 表:滑、纖維、鱗、網紋
- 內部:實心、中空、有髓(心狀芯)
- 菌環:有/無、位置、持久/脆
- 菌托(基部之杯):有/無——永謹慎
掘基部以查(鵝膏屬種有菌托)
菌肉(Context):
- 切時之色
- 露氣之色變(記變色所需時間)
- 質:堅、脆、纖維、膠狀
- 味:菌香、茴香、蘿蔔、麵粉、氯、不悅
- 嘗:(僅於專家確認非致命後;
未知種勿嘗)
孢印:
- 去菌柄;菌蓋褶面朝下置紙上
(紙半白半黑以見任何色)
- 以玻璃杯或碗蓋以保濕
- 待四至十二時
- 記孢色:白、奶油、粉、棕、紫棕、
黑、鐵鏽橙
預期: 涵蓋所有主要特徵之完整形態描述。
失敗時: 若某特徵不可觀(如無菌環但或已脫落),記為「未觀察到」而非「缺」。此區別於識別為要。
步驟四:以多重確認識之
所有資料交叉參考於參考資料。
識別之法:
1. 以棲地 + 時令縮至可能之屬
2. 以菌蓋形 + 菌褶類 + 孢色縮至物種群
3. 核所有特徵於候選物種之描述
4. 特意核危險仿物:
- 此種有致命之雙生種否?
- 何特徵區別食用與致命?
- 可清楚見該區別特徵否?
信心層級:
+----------+---------------------------+---------------------------+
| 級 | 標準 | 行動 |
+----------+---------------------------+---------------------------+
| 確定 | 所有特徵相配;無 | 可採集(於 |
| | 仿物混淆; | 經驗識別者) |
| | 熟悉該種 | |
+----------+---------------------------+---------------------------+
| 或然 | 多數特徵配; | 勿食。為進一步研究 |
| | 一二不確; | 採集(孢印、 |
| | 仿物已排除 | 專家審) |
+----------+---------------------------+---------------------------+
| 可能 | 部分特徵配; | 勿食。拍照 |
| | 仿物未全然 | 求專家意見 |
| | 排除 | |
+----------+---------------------------+---------------------------+
| 未知 | 不能縮至物種 | 勿食。勿 |
| | | 多處理 |
+----------+---------------------------+---------------------------+
預期: 物種級識別附明確信心層級與仿物評估。
失敗時: 若識別止於屬級,於學習目的可。為食用,僅「確定」之物種級識別可接受。
驗證
- 識別前已承認首要法則
- 察樣本前已記棲地
- 所有形態特徵系統察看
- 基部已掘以查菌托
- 已作孢印(時間許可)
- 危險仿物已明核並排除
- 信心層級誠實評估
- 僅「確定」識別方考慮食用
常見陷阱
- 依單一特徵:「此似雞油菌」僅憑色。真雞油菌有假褶(脊)、自樹旁土生、有杏香。假雞油菌與南瓜燈菌同色但其他特徵皆異
- 略基部察:不掘基部則漏菌托——致命鵝膏種(死帽、毀滅天使)識別之最要特徵
- 盲信手機應用:AI 識菌應用對仿物種之錯誤率顯著。為起點用,勿為確認之據
- 以為「常見 = 安全」:多產不示食用性。致命種可於地方多產
- 嘗未知種:有些菌學家以嘗為診斷工具,然此需專家級知識分辨何種可嘗。非專家勿嘗未知菌
- 忽視遲延毒:有種(如死帽菌)味甘而症狀遲延。症狀現時(二十四至四十八時),肝損已重
相關技能
mushroom-cultivation— 種已知種盡除識別風險forage-plants— 互補之野識技能;共享多特徵確認之法
Repositorio GitHub
Habilidades relacionadas
llamaguard
OtroLlamaGuard es el modelo de Meta de 7-8B parámetros para moderar las entradas y salidas de LLM en seis categorías de seguridad como violencia y discurso de odio. Ofrece una precisión del 94-95% y puede implementarse usando vLLM, Hugging Face o Amazon SageMaker. Utiliza esta skill para integrar fácilmente filtrado de contenido y barreras de seguridad en tus aplicaciones de IA.
cost-optimization
OtroEsta Skill de Claude ayuda a los desarrolladores a optimizar los costes en la nube mediante el ajuste de tamaño de recursos, estrategias de etiquetado y análisis de gastos. Proporciona un marco para reducir los gastos en la nube e implementar una gobernanza de costes en AWS, Azure y GCP. Úsala cuando necesites analizar los costes de infraestructura, ajustar el tamaño de los recursos o cumplir con restricciones presupuestarias.
quantizing-models-bitsandbytes
OtroEsta habilidad cuantiza LLMs a precisión de 8 o 4 bits utilizando bitsandbytes, logrando una reducción de memoria del 50-75% con pérdida mínima de precisión. Es ideal para ejecutar modelos más grandes en memoria GPU limitada o para acelerar la inferencia, admitiendo formatos como INT8, NF4 y FP4. La habilidad se integra con HuggingFace Transformers y permite entrenamiento QLoRA y optimizadores de 8 bits.
dispatching-parallel-agents
OtroEsta Skill de Claude despliega múltiples agentes para investigar y solucionar 3 o más problemas independientes de forma concurrente. Está diseñada para escenarios que involucran fallos no relacionados que pueden resolverse sin estado compartido o dependencias. Su capacidad principal es la resolución paralela de problemas, asignando un agente por cada dominio problemático independiente para maximizar la eficiencia.
