MCP HubMCP Hub
Volver a habilidades

derive-theoretical-result

pjt222
Actualizado 6 days ago
11 vistas
17
2
17
Ver en GitHub
Otroai

Acerca de

Esta habilidad permite la derivación paso a paso de resultados teóricos a partir de primeros principios o teoremas establecidos, justificando explícitamente cada paso. Está diseñada para demostrar enunciados matemáticos, rededucir resultados de libros de texto para su verificación o crear derivaciones autocontenidas para artículos. Sus características clave incluyen deducción lógica rigurosa, verificación de casos especiales y aptitud para extender resultados conocidos a entornos más generales.

Instalación rápida

Claude Code

Recomendado
Principal
npx skills add pjt222/agent-almanac -a claude-code
Comando PluginAlternativo
/plugin add https://github.com/pjt222/agent-almanac
Git CloneAlternativo
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/derive-theoretical-result

Copia y pega este comando en Claude Code para instalar esta habilidad

Documentación

推導理論結果

由公理或既立定理逐步嚴推理論結果,每步明證,特例驗。

  • 由原理推公式/關係/定理(如由作用量原理推 Euler-Lagrange)
  • 由公理以邏輯演繹證數學陳述
  • 重推教材結果以驗或改
  • 擴已知結果至更廣設(如平時空→曲時空)
  • 為論文、論文、技術報告製自足推導

  • :待推目標(方程、不等式、定理陳述、關係)
  • :起點(公理、假設、已立結果、Lagrangian/Hamiltonian)
  • :偏好技(直、反證、歸納、變分、構造)
  • :記號約(匹特教材/合作者)
  • :可引中間結果(不必重推)

一:陳起假設+目標

計算前明書推導契約:

  1. 公理+假設:列諸賴假設。物理含對稱群、作用原理、量力假設。數學含公理系+已證引理。
  2. 目標結果:以精確數學記號書。方程書兩側。不等式書方向+等條件。
  3. 範圍+限:陳有效域(如「限非相對論無自旋三維粒子」)。識不含者。
  4. 記號宣告:定諸符號。防歧義,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]
  - ...

得: 由何推何之完整無歧陳述,諸記號前置定。

敗: 目標模糊或起假設不全→進前澄清。含隱假設之推導不可靠。

二:識所需數學機構

察工具並驗其適用:

  1. 代數技:識所需操作(張量代數、交換子代數、矩陣、級數展開)。驗涉結構合先決(如級數收斂、矩陣可逆)。
  2. 微積分+分析:識需常微/偏微、積分(及域)、泛函微、圍道積分、分布論。驗正則條件(可微、可積、解析)。
  3. 對稱+群論:識表示論工具(不可約表示、Clebsch-Gordan 系數、特徵正交、Wigner-Eckart)。
  4. 拓撲+幾何(若適):識幾何結構(流形、纖維叢、聯絡)+拓撲限(邊界項、繞數、指標定理)。
  5. 已知恒等式+引理:集將引之具體恒等式(如 Jacobi、Bianchi、分部積分、Stokes)。各明列,推導可名引。
## Mathematical Toolkit
- **Algebra**: [techniques and prerequisites]
- **Analysis**: [calculus tools and regularity conditions]
- **Symmetry**: [group theory tools]
- **Identities to invoke**: [list with precise statements]

得: 工具清單含特問題之適用條件驗。

敗: 工具有未驗先決(如均勻收斂未明之級數逐項微)→標缺口。證先決或陳為附加假設。

三:執行推導含步步證

以各步標籤+證進行:

  1. 一步一操作:每編號步精一代數/邏輯操作。勿合多操作於一步。
  2. 證標籤:各步標證。常標:
    • [by assumption] -- 引陳公理/假設
    • [by definition] -- 用前宣定義
    • [by {identity name}] -- 用名恒等式(如「by Jacobi identity」)
    • [by Step N] -- 引此推導前步
    • [by {theorem name}] -- 引外定理(步二陳)
  3. 中間檢點:每 5-10 步頓驗:
    • 兩側單位/量綱一致
    • 已知對稱守
    • 表達式變換性質正
  4. 分支點:推導分支(如簡並 vs 非簡並本徵值)→各分支為標子推導,合結。
## 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

得: 由起點至目標線性序,邏輯無缺。各步可獨立驗。

敗: 某步不承前→推導有缺。補缺中間步或識所需附加假設。勿以「可證」跳過,除非省者為步二所列之熟知恒等式。

四:驗極限情+特值

驗推出結果合已知物理/數學:

  1. 極限情:識至少三極限情,結果當減至已知:

    • 較簡已推公式(如相對論→非相對論極限)
    • 平凡情(如置耦合常數為零)
    • 極端參數域(如高溫/低溫極限)
  2. 特值:代特定參數值,答獨立已知(如 n=1 氫原子,d=3 三維結果)。

  3. 對稱檢:驗結果於對稱群下正變換。標量→守不變。矢量→查變換律。

  4. 與相關結果一致:查推出結果與同理論內他已知結果一致(如 Ward 恒等式、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] |
| ... | ... | ... | ... | ... |

得: 諸極限情+特值生期望結果。推導內部一致。

敗: 極限情失示推導有錯。回溯察何步首生失極限之表達。常因:符號錯、缺 2 或 π 因子、組合係數錯、極限序關鍵之步。

五:呈完整推導含記號辭彙

組終成文推導:

  1. 敘事結構:書簡引段陳物理/數學動機、方法、主結果。
  2. 推導本體:呈步三之步,清整可讀。分類入邏輯塊以描述性標題(如「展開作用量至二階」、「施穩相條件」)。
  3. 結果框:終結果於醒目塊明陳,與推導分。
  4. 記號辭彙:編每符號之義、單位(若物理)、首現。
  5. 假設彙總:一處列諸假設,分基本假設與技術假設(如光滑、收斂)。
## 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. ...

得: 自足文件,讀者由始至終可循,除明引恒等式/定理外不需外參。

敗: 推導過長(> ~50 步)→分引理。各引理分推,後以引引理組主結果。

  • 諸起假設首計算步前明陳
  • 每推導步有標證(無無證跳)
  • 每中間檢點單位+量綱一致
  • 至少三極限情驗並生期望結果
  • 特值匹獨立已知答
  • 結果於陳對稱群下正變換
  • 記號辭彙定諸用符
  • 推導完整:無「可證」延步
  • 有效域與終結果明陳

  • 隱假設:假設函數解析、級數收、積分存而不陳。每正則條件為假設須宣。
  • 符號錯:最常機械錯。每步經代入跟蹤符號驗。與量綱分析交叉(符號錯常生量綱不一致)。
  • 漏邊界項:分部積分或用 Stokes 時,邊界項僅特定條件下零。陳何零(如「因場於無窮遠較 1/r 更快衰」)。
  • 極限序:錯序生異結果(如熱力學極限先於零溫極限)。明陳序並證。
  • 循環論證:用待推結果為中間步。於結果為「顯然」熟知式時尤隱。每步須承陳起點,非因熟答。
  • 記號衝突:同符號用於異量(如「E」代能量+電場)。記號辭彙防此,然須推導前書非後。

  • formulate-quantum-problem
  • survey-theoretical-literature

Repositorio GitHub

pjt222/agent-almanac
Ruta: i18n/wenyan-ultra/skills/derive-theoretical-result
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Habilidades relacionadas

llamaguard

Otro

LlamaGuard 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.

Ver habilidad

cost-optimization

Otro

Esta 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.

Ver habilidad

quantizing-models-bitsandbytes

Otro

Esta 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.

Ver habilidad

dispatching-parallel-agents

Otro

Esta 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.

Ver habilidad