derive-theoretical-result
Acerca de
Esta habilidad permite a Claude realizar derivaciones teóricas paso a paso desde primeros principios o teoremas establecidos, justificando explícitamente cada paso lógico. Está diseñada para demostrar enunciados matemáticos, rededucir resultados de libros de texto o crear pruebas autocontenidas para artículos. Sus características clave incluyen la justificación rigurosa de cada paso y la verificación sistemática de casos especiales.
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/derive-theoretical-resultCopia y pega este comando en Claude Code para instalar esta habilidad
Documentación
Derive Theoretical Result
自既定公理、第一原理或已立之定理起,產生嚴謹、逐步之理論結果推導。每一代數或邏輯步皆明載其理,極限情況皆驗,終果以完整之符號詞彙呈。
適用時機
- 自第一原理推導公式、關係或定理(例如自作用原理推導歐拉-拉格朗日方程)
- 自公理以邏輯演繹證明數學命題
- 重推教科書結果以驗之或適應其於修改之情境
- 將既知結果推廣至更一般之設定(例如自平直時空推廣至彎曲時空)
- 為論文、學位論文或技術報告產生自足之推導
輸入
- 必需:待推之目標結果(方程、不等式、定理命題或關係)
- 必需:起點(公理、假設、先前立之結果或 Lagrangian/Hamiltonian)
- 可選:偏好之證明技巧(直接、反證、歸納、變分、構造)
- 可選:待遵之符號慣例(若需合特定教科書或合作者之慣例)
- 可選:可引用而不再推導之已知中間結果
步驟
步驟一:載明起始假設與目標結果
於任何計算前顯式書寫推導之契約:
- 公理與假設:列推導所賴之每一假設。物理中此含對稱群、作用原理或量子力學之假設。數學中此含公理系統與任何前已證之引理。
- 目標結果:以精確數學符號載待推之結果。若為方程,寫兩邊。若為不等式,載方向與相等條件。
- 範圍與限制:載有效域(如「適於三維中非相對論、無自旋粒子」)。識推導不涵之內容。
- 符號宣告:定將現之每一符號。此避歧義並使推導自足。
## Derivation Contract
- **Starting from**: [axioms, postulates, or established results]
- **Target**: [precise mathematical statement]
- **Domain of validity**: [restrictions and assumptions]
- **Notation**:
- [symbol]: [meaning and units]
- ...
預期: 對「由何推何」之完整、無歧義之陳述,所有符號前先定義。
失敗時: 若目標結果有歧義或起始假設不全,繼續前先明之。藏有假設之推導不可靠。
步驟二:識所需之數學機制
審所需之工具並驗其適用性:
- 代數技巧:識所需之操作(張量代數、對易子代數、矩陣運算、級數展開)。驗所涉結構滿足先決條件(如級數收斂條件、矩陣運算之可逆性)。
- 微積分與分析:識推導是否需常或偏微分、積分(及於何域)、泛函導數、圍道積分或分布理論。驗正則性條件(可微性、可積性、解析性)。
- 對稱與群論:識所需之表示理論工具(不可約表示、Clebsch-Gordan 係數、特徵標正交性、Wigner-Eckart 定理)。
- 拓撲與幾何(若適用):識幾何結構(流形、纖維叢、聯絡)與拓撲約束(邊界項、繞數、指標定理)。
- 已知恆等式與引理:集待引用之具體恆等式(如 Jacobi 恆等式、Bianchi 恆等式、分部積分、Stokes 定理)。顯式載每一,使推導可按名引之。
## Mathematical Toolkit
- **Algebra**: [techniques and prerequisites]
- **Analysis**: [calculus tools and regularity conditions]
- **Symmetry**: [group theory tools]
- **Identities to invoke**: [list with precise statements]
預期: 數學工具之檢核表,其適用性條件於當前問題已驗。
失敗時: 若所需之工具有未驗之先決條件(如一致收斂未知之級數逐項微分),標之為缺口。或證該先決條件,或載之為額外假設。
步驟三:執行推導並逐步載理
執行推導,每步標記並載理:
- 每步一操作:每編號之步僅行一代數或邏輯操作。勿併多操作入一步。
- 理據標籤:標每步以其理據。常見標籤:
[by assumption]—— 引已載之公理或假設[by definition]—— 用先前宣告之定義[by {identity name}]—— 應用具名恆等式(如「by Jacobi identity」)[by Step N]—— 引此推導中之前一步[by {theorem name}]—— 引外部定理(於步驟二載之)
- 中間檢核點:每 5-10 步後停而驗:
- 兩邊之單位/維度一致
- 已知對稱性得保
- 該表式有正確之變換性質
- 分支點:若推導分支(如對簡併與非簡併特徵值之分情況分析),將每分支視為標記之子推導並合其結果。
## Derivation
**Step 1.** [Starting expression]
*Justification*: [by assumption / definition]
**Step 2.** [Result of operation on Step 1]
*Justification*: [specific reason]
...
**Checkpoint (after Step N).** Verify:
- Dimensions: [check]
- Symmetry: [check]
...
**Step M.** [Final expression = Target result]
*Justification*: [final operation] QED
預期: 自起點至目標結果之線性步序,邏輯無缺。每步皆可獨立驗。
失敗時: 若某步不繼前一,推導有缺口。或插缺失之中間步,或識所需之額外假設。勿以「可證之」跳步,除非所省之結果為步驟二所列之眾所周知恆等式。
步驟四:檢極限情況與特殊值
對所推之果驗之於已知物理或數學:
-
極限情況:至少識三極限情況,其中結果應化約為已知者:
- 更簡、先前推之公式(如相對論結果之非相對論極限)
- 平凡情況(如設耦合常數為零)
- 極端參數區域(如高溫或低溫極限)
-
特殊值:代入答案可獨立得知之參數之特定值(如氫原子之 n=1、三維結果之 d=3)。
-
對稱性檢:驗結果於對稱群下正確變換。若結果應為標量,查其不變。若應為向量,查其變換律。
-
與相關結果之一致性:查所推結果與同理論中他已知結果之一致(如 Ward 恆等式、求和規則、互易關係)。
## Limiting Case Verification
| Case | Condition | Expected Result | Derived Result | Match |
|------|-----------|----------------|----------------|-------|
| [name] | [parameter limit] | [known result] | [substitution] | [Yes/No] |
| ... | ... | ... | ... | ... |
預期: 所有極限情況與特殊值生預期結果。推導內部一致。
失敗時: 極限情況之敗示推導有誤。逐步追溯,查何步先生失該極限之表式。常因:符號錯、缺 2 或 π 之因子、組合係數錯、或極限順序要緊之步。
步驟五:以符號詞彙呈完整推導
組裝終之、精修之推導:
- 敘事結構:寫簡介之段,載物理或數學動機、方法與主要結果。
- 推導主體:呈步驟三之步,為可讀性潔之。將相關步組為邏輯塊,具描述之標題(如「將作用展開至二階」、「應用穩相條件」)。
- 結果框:於醒目塊中載終果,與推導明離。
- 符號詞彙:編推導中用之每一符號,具其意、單位(若為物理)、首現位置。
- 假設總覽:於一處列所有假設,區基本假設與技術假設(如光滑性、收斂性)。
## Final Result
> **Theorem/Result**: [precise statement with equation number]
## Notation Glossary
| Symbol | Meaning | Units | First appears |
|--------|---------|-------|---------------|
| [sym] | [meaning] | [units or dimensionless] | [Step N] |
| ... | ... | ... | ... |
## Assumptions
1. [Fundamental postulate 1]
2. [Technical assumption 1]
3. ...
預期: 自足之文件,讀者自始至終可循之而不須參外,除顯式引之恆等式與定理。
失敗時: 若推導長於單一文件(逾 ~50 步),分為引理。分別推導每引理,後以引引理組主結果。
驗證
- 所有起始假設於第一計算步前顯式載之
- 每一推導步皆有標記之理據(無無理之跳躍)
- 單位與維度於每一中間檢核點皆一致
- 至少三極限情況得檢且生預期結果
- 特殊值合獨立已知之答案
- 結果於所述對稱群下正確變換
- 符號詞彙定推導中用之每一符號
- 推導完整:無以「可證之」延之步驟
- 有效域於終果處顯式載之
常見陷阱
- 隱藏假設:設函數解析、級數收斂、積分存而不載之。每一正則性條件皆為假設,須宣之。
- 符號錯:最常見之機械錯。於每步以代入驗符號。以維度分析交叉檢(符號錯常生維度不一之表式)。
- 漏邊界項:分部積分或應用 Stokes 定理時,邊界項僅於特定條件下消。載其消之理(如「因場於無窮遠衰於 1/r 之上」)。
- 極限順序:以錯誤順序取極限可生不同結果(如於零溫極限前取熱力學極限)。顯式載順序並理之。
- 循環推理:以待推之結果為中間步。此於結果為「顯而易見」之眾所周知公式時尤微妙。每步皆須繼所載之起點,而非繼對答案之熟悉。
- 符號衝突:同符表不同量(如 'E' 表能量與電場)。符號詞彙防之,然僅於推導前而非後書寫時。
相關技能
formulate-quantum-problem—— 自其推導結果前形構量子力學框架survey-theoretical-literature—— 尋同或相關結果之前推導以資比較
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.
