formulate-quantum-problem
Acerca de
Esta habilidad ayuda a los desarrolladores a configurar problemas de mecánica cuántica o química definiendo el marco matemático, incluyendo espacios de Hilbert, operadores y condiciones de frontera. Guía la traducción de un escenario físico a formalismos como la ecuación de Schrödinger y selecciona métodos de solución apropiados, como la teoría de perturbaciones o DFT. Úsala al formular un problema para estudio analítico o cómputo numérico.
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/formulate-quantum-problemCopia y pega este comando en Claude Code para instalar esta habilidad
Documentación
立量子問題
析自由度、建 Hamiltonian 與狀空、定邊界、擇近似、驗極限。
用
- 立量子力學題供析或數解
- 立量子化學算(分子軌、電子結構)
- 轉物理場景為 Schrodinger 或 Dirac 形
- 擇攝動、變分、DFT 或精確對角
- 備理論模比於譜或散射實驗
入
- 必:系之描(原子、分子、固體、場)
- 必:所觀(能譜、躍遷率、基態性)
- 可:實驗約束或數據(譜線、結合能)
- 可:精度與算量預算
- 可:偏好之形(波、矩陣、二次量子化、路徑積分)
行
一:辨系與活自由度
寫式前全察:
- 粒子:列諸粒(電、核、光、聲子)及其量數(自旋、荷、質)
- 對稱:空間(球、柱、平移、晶群)、內(自旋旋、規)、離散(宇稱、時反)
- 能階:定相關能階,以擇活與凍或絕熱自由度
- 減自由度:核/電時標分→用 Born-Oppenheimer。多體簡化→辨集體坐標
## System Characterization
- **Particles**: [list with quantum numbers]
- **Active degrees of freedom**: [coordinates, spins, fields]
- **Frozen degrees of freedom**: [and justification for freezing]
- **Symmetry group**: [continuous and discrete]
- **Energy scale hierarchy**: [e.g., electronic >> vibrational >> rotational]
得:全目錄(粒、量數、對稱),活凍自由度皆明由。
敗:能階不明→先全留,標須尺度析。早截致質性謬誤。
二:建 Hamiltonian 與狀空
由一所辨自由度建數學架構:
- Hilbert 空間:定狀空。有限維者定基(如自旋 1/2 基 |up>、|down>)。無限維者定函空(如單粒三維 L2(R^3))
- 動能項:各粒動能算子。位置表象 T = -hbar^2/(2m) nabla^2
- 位能項:諸交互(Coulomb、諧、自旋軌、外場),形與耦合常數皆明
- 合成 Hamiltonian:H = T + V,按類分組。多粒者含交換與關聯,或標明近似引入處
- 算子代數:驗 Hermitian。辨守恆量([H, O] = 0)以塊對角化
## Hamiltonian Structure
- **Hilbert space**: [definition and basis]
- **H = T + V decomposition**:
- T = [kinetic terms]
- V = [potential terms, grouped by type]
- **Constants of motion**: [operators commuting with H]
- **Symmetry-adapted basis**: [if block diagonalization is possible]
得:完整 Hermitian H,諸項顯寫,Hilbert 空明,守恆量已辨。
敗:非顯 Hermitian→查漏共軛或規範相。Hilbert 空模糊(如相對論粒)→明形並標問題。
三:定邊界與初始
約束使解唯一:
- 邊界:束縛態→規一化(psi → 0 於無窮)。散射→入波邊界。週期→Bloch 或 Born-von Karman
- 域限:定空域。盒中粒→壁。氫原子→徑角域。晶格模→格與拓撲
- 初狀(時變):t=0 之狀,按能本徵展或波包中心與寬
- 約束式:全同粒→對稱(玻)或反對稱(費)。規範論→規範固定
## Boundary and Initial Conditions
- **Spatial domain**: [definition]
- **Boundary type**: [Dirichlet / Neumann / periodic / scattering]
- **Normalization**: [condition]
- **Particle statistics**: [bosonic / fermionic / distinguishable]
- **Initial state** (if time-dependent): [specification]
得:邊界物理合理、與 H 域數學一致,足定唯一解(或明定散射矩陣)。
敗:過定或不足→查 H 於所選域之自伴性。非自伴 H 須處理缺陷指標。
四:擇近似法
依題構擇解策:
-
察可精確解:是否歸已知可精解模(諧振子、氫原子、Ising)。若然,主用精解,攝動為校正。
-
攝動論(弱耦):
- H = H0 + lambda V,H0 可精解
- 驗 lambda V 小於 H0 之能距
- 察簡併;有則用簡併攝動
- 宜:交互弱、少體、需析解
-
變分法(基態):
- 擇含參試波函
- 試函滿邊界與對稱
- 宜:基態能為主、多體
-
密度泛函(多電子):
- 擇交換-關聯泛函(LDA、GGA、雜化)
- 定基組(平面波、高斯、數值原子軌)
- 宜:多電子、需基態密與能
-
數值精法(小系、基準):
- 精確對角:小 Hilbert 空
- 量子 Monte Carlo:基態取樣
- DMRG:一維或準一維
- 宜:需高精度而系足小
## Approximation Method Selection
- **Method chosen**: [name]
- **Justification**: [why this method fits the problem structure]
- **Expected accuracy**: [order of perturbation, variational bound quality, DFT functional accuracy]
- **Computational cost**: [scaling with system size]
- **Alternatives considered**: [and why they were rejected]
得:擇法有明由,預期精度與算量明,備選亦已錄。
敗:無單法確宜→兩法並立比解。法異揭題難並導進一步精化。
五:驗極限
解前驗陳立反映已知:
- 古典極(hbar → 0):或大量數→驗 H 回正確古典力學
- 無交互極:耦合常數置零→解應為單粒態積
- 對稱極:形式應尊所辨對稱。H 於對稱群下變換正確
- 量綱析:H 之諸項皆能量單位。特徵長、能、時標物理合理
- 已知精解:特例(如 Z=1 氫原子、二次位諧振子)→驗形式復之
## Validation Checks
| Check | Expected Result | Status |
|-------|----------------|--------|
| Classical limit (hbar -> 0) | [classical Hamiltonian] | [Pass/Fail] |
| Non-interacting limit | [product states] | [Pass/Fail] |
| Symmetry transformation | [correct representation] | [Pass/Fail] |
| Dimensional analysis | [all terms in energy units] | [Pass/Fail] |
| Known exact case | [reproduced result] | [Pass/Fail] |
得:諸驗皆通。形式自洽,備解。
敗:驗敗乃 H 構建或邊界之誤。溯至該項或條件修之,再進解。
驗
- 諸粒與量數皆顯列
- Hilbert 空明,基明
- H Hermitian,諸項單位正確
- 守恆量已辨並用以簡化
- 邊界物理合理、數學充足
- 粒子統計(玻/費)正確施行
- 近似法擇有由,預期精度明
- 古典、無交互、對稱極皆察
- 特例已知精解可復
- 形式足供他研究者施行
忌
- 早凍自由度:不察能階而凍→或失質性物理。每減必以能階論證
- 非 Hermitian H:自旋軌或複位漏共軛項。必顯驗 H = H-dagger
- 散射用束縛邊界:用規一化於散射題→棄連續譜。邊界合物理題
- 攝動忽簡併:非簡併攝動施於簡併能階→校正發散。展開前必察簡併
- 倚單近似:諸法失敗模互補。變分予上界但或漏激發。攝動於強耦發散。可互驗
- 量綱不一:同式混自然單位(hbar = 1)與 SI。起始即擇一貫系並顯明
參
derive-theoretical-resultsurvey-theoretical-literature
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.
