plan-spectroscopic-analysis
À propos
Cette compétence aide les développeurs à planifier des campagnes d'analyse spectroscopique en les guidant dans la sélection des techniques, la préparation des échantillons et l'enchaînement des analyses. Elle utilise une matrice de décision pour choisir les méthodes appropriées et séquence les analyses du non destructif au destructif. Les fonctionnalités clés incluent la définition de critères de réussite avec validation croisée et l'optimisation du flux de travail pour les contraintes de ressources.
Installation rapide
Claude Code
Recommandénpx 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/plan-spectroscopic-analysisCopiez et collez cette commande dans Claude Code pour installer cette compétence
Documentation
計譜析
設譜析役、擇正術、效次之、定成則含交驗策也。
用
- 起未知物析、決用何術→用
- 優析次以保樣為毀術→用
- 取機時前計樣備→用
- 確補術間之交驗→用
- 限資時量機與序術→用
- 訓新析者於系析計→用
入
- 必:析問(構識、量、純評、官能基篩、應監)
- 必:樣述(態、約量、知或疑物類)
- 可:可用機與其能
- 可:本與時限
- 可:安資(毒、應、揮、光感)
- 可:前析資(若已有)
行
一:定析問
擇術前明所需信:
-
別問型:
- 構識:定未知物全分子構。需最廣諸術
- 構驗:驗已知物合預構。需少術、聚診特
- 量析:定已知析物濃或量。需校與線性術 (UV-Vis、含內標 NMR)
- 純評:定樣含雜否、若有則識之。需高靈與分能
- 官能基篩:識何官能基存而不全構定。IR 常足
- 應監:時追化學應進。需速與應況容 (in situ IR、Raman 或 UV-Vis)
-
定成則:明述何為足答。構識:「單構提合諸譜資」。量:「濃定相誤 < 5%」。
-
察已知:匯諸樣前資(元析、應圖、預品、文先)。此縮問減術數。
得:明析問含定成則與已知撮。
敗:問模糊(「徵此樣」)→與請者縮之。模問致散析、費機時。
二:察樣特
評樣以定何術可行:
- 態:固(晶、非晶、粉)、液、溶、氣、薄膜或生組。各態限可行樣備與術。
- 可用量:估全樣質或容。某術需毫克 (NMR)、他用微克 (MS) 或毫毫克 (SERS)。
- 溶:試或估於常溶劑(水、甲醇、DMSO、氯仿、己烷)之溶。NMR 需氘溶;UV-Vis 需透溶。
- 穩:評熱穩 (GC-MS 需揮)、光穩 (Raman 用激光)、氣/濕感 (KBr 丸備)、溶穩 (時依測)。
- 安險:注毒、燃、應、輻。影處則、可排某術 (如揮毒物無封不宜開氣 Raman)。
- 預分量範:小有機 (< 1000 Da) 對聚物/生分子 (> 1000 Da) 需異 MS 離法與 NMR 取策。
得:樣徵撮列態、量、溶、穩、險、分量範。
敗:樣不可徵 (如量太小不能試溶)→保策:始於非毀少樣術 (Raman、ATR-IR)、初果後再評。
三:以決陣擇術
按析問與樣特擇最信術:
| Technique | Best For | Sample Needs | Destructive? | Sensitivity | Key Limitations |
|---|---|---|---|---|---|
| 1H NMR | H connectivity, integration, coupling | 1--10 mg in deuterated solvent | No | mg | Requires solubility, insensitive |
| 13C NMR | Carbon skeleton, functional groups | 10--50 mg in deuterated solvent | No | mg | Very insensitive, long acquisition |
| 2D NMR | Full connectivity, stereochemistry | 5--20 mg in deuterated solvent | No | mg | Hours of instrument time |
| IR (ATR) | Functional group ID | Any solid/liquid, minimal prep | No | ug | Water interference, fingerprint overlap |
| IR (KBr) | Functional group ID, transmission | 1--2 mg solid in KBr pellet | No* | ug | Moisture sensitive, sample mixed |
| Raman | Symmetric modes, aqueous samples | Any state, no prep for solids | No | ug--mg | Fluorescence, photodegradation |
| EI-MS | Volatile small molecules, fragmentation | ug, must be volatile | Yes (GC-MS) | ng--ug | Requires volatility |
| ESI-MS | Polar/large molecules, MW determination | Solution in volatile solvent | Yes | pg--ng | Adduct complexity, ion suppression |
| MALDI-MS | Polymers, proteins, large molecules | Solid + matrix | Yes | fmol | Matrix interference below 500 Da |
| UV-Vis | Chromophores, quantitation | Solution, ug--mg | No | ug | Limited structural information |
*IR with KBr is non-destructive to the molecule but the sample cannot be easily recovered from the pellet.
- 配問於術:構識常需 NMR + MS + IR 至少。官能基篩唯需 IR。量於 UV-Vis 或 NMR 最佳。
- 察可行:對候術與步二樣特。除不容(如非揮物之 GC-MS、順磁樣之 NMR)。
- 按信密序:餘術按答此問之信量序之。
- 計本與供:諸術同信→擇速、廉、易得者。
得:選術序列含各擇由與排術之由。
敗:無單術足(構識常然)→計含補術合答問。無適術→注限、薦他析徑(如衍化使樣宜 GC-MS)。
四:各術計樣備
各擇術定備需:
- NMR 備:1--50 mg 樣溶於 0.5--0.7 mL 氘溶。按溶與譜窗擇溶劑:
| Solvent | 1H Residual | Use When |
|---|---|---|
| CDCl3 | 7.26 ppm | Non-polar to moderately polar compounds |
| DMSO-d6 | 2.50 ppm | Polar compounds, broad solubility |
| D2O | 4.79 ppm | Water-soluble compounds, peptides |
| CD3OD | 3.31 ppm | Polar organic compounds |
| C6D6 | 7.16 ppm | Aromatic region overlap avoidance |
-
IR 備:按樣態擇法:
- ATR:固或液直置晶上。最速、備少
- KBr 丸:磨 1--2 mg 樣於 100--200 mg 乾 KBr、壓為透盤
- 溶池:溶於 IR 透溶(CCl4、CS2)。透窗有限
- 薄膜:自溶澆於 NaCl 或 KBr 窗。宜聚物、油
-
MS 備:配離法於樣:
- EI (GC-MS):樣需揮。溶於揮溶(二氯甲烷、己烷)
- ESI (LC-MS):溶於 ESI 容溶(甲醇/水、乙腈/水含 0.1% 甲酸)
- MALDI:與適矩 (DHB、CHCA、芥酸) 混、乾於靶板
-
UV-Vis 備:溶於 UV 透溶。調濃使 lambda-max 吸於 0.1 至 1.0 間。樣參用配池。
-
Raman 備:多樣需備少。固可裸測。液於玻管(玻 Raman 散弱)。避螢容。水溶 Raman 行(水 Raman 散弱)。
得:各擇術之備則含溶擇、需量、特處。
敗:樣不足諸計術→按步三信序序。樣於諸適溶皆不溶→計固態術 (ATR-IR、Raman、固 NMR、MALDI-MS)。
五:定析序與交驗策
序析以保樣與最大信流:
-
按毀性序:非毀術先、毀術末。
- 首層 (非毀、無備):Raman、ATR-IR
- 次層 (非毀、需備):UV-Vis、NMR (樣常可蒸溶劑回收)
- 末層 (毀或耗樣):MS (ESI、EI/GC-MS、MALDI)
-
信流:用早果精晚析:
- IR/Raman 官能基資助擇佳 NMR 驗(如 IR 無羰→略羰聚 13C 析)
- MS 分式助釋 NMR(積比、預峰數)
- NMR 連資助釋 MS 碎
-
定交驗點:識諸術果當合處:
- 分式:MS(分子離)必合 NMR(H、C 數)與元析
- 官能基:IR 析配當合 NMR 化位與 MS 碎
- 不飽和度:自式(MS)算當合所察環與雙鍵(NMR、UV-Vis)
-
計變:定初果模時當行何加驗:
- NMR 示未期繁→行 2D 驗 (COSY、HSQC、HMBC)
- MS 分子離模→試他離法或求 HRMS
- IR 為一官能基所主→試 Raman 補
-
記計:書析計含術序、樣備、預返時、變驗決點。
得:完序析計含備則、交驗則、變備已記。
敗:計因樣或機限不可成→明記限、提最佳可行子集。
驗
- 析問明定含明成則
- 樣特已察(態、量、溶、穩、險)
- 用決陣擇術、含由
- 不可行術已識排與由
- 各擇術之樣備已計
- 析序自非毀至毀
- 補術間定交驗點
- 模果之變驗已識
- 全樣耗已估、對可用量驗
忌
- 略計段:直赴最近機費樣費時。即 15 分計省數時重析
- 習擇非需:非皆需 NMR。簡官能基驗唯需 IR。配術於問
- 輕樣需:析中盡樣可避。前算全需加 20% 留
- 毀術先:GC-MS 先於 NMR 則 NMR 樣需自他份。非毀先以最大每毫克信
- 忽溶相容:DMSO-d6 NMR 樣難為 GC-MS(非揮)。諸術計溶擇
- 無交驗策:無定查點則異術矛盾果至末釋未察
參
interpret-nmr-spectrum-- 釋按此計取之 NMR 資interpret-ir-spectrum-- 釋按此計取之 IR 資interpret-mass-spectrum-- 釋按此計取之 MS 資interpret-uv-vis-spectrum-- 釋按此計取之 UV-Vis 資interpret-raman-spectrum-- 釋按此計取之 Raman 資validate-analytical-method-- 驗此計擇之量法
Dépôt GitHub
Compétences associées
evaluating-llms-harness
TestsCette compétence Claude exécute le lm-evaluation-harness pour évaluer les modèles de langage sur plus de 60 tâches académiques standardisées telles que MMLU et GSM8K. Elle est conçue pour permettre aux développeurs de comparer la qualité des modèles, de suivre les progrès de l'entraînement ou de rapporter des résultats académiques. L'outil prend en charge différents backends, incluant les modèles HuggingFace et vLLM.
cloudflare-cron-triggers
TestsCette compétence fournit une connaissance complète pour la mise en œuvre de Déclencheurs Cron Cloudflare afin de planifier des Workers à l'aide d'expressions cron. Elle couvre la configuration de tâches périodiques, de travaux de maintenance et de flux de travail automatisés, tout en traitant des problèmes courants tels que les expressions cron non valides et les problèmes de fuseau horaire. Les développeurs peuvent l'utiliser pour configurer des gestionnaires planifiés, tester des déclencheurs cron et intégrer avec Workflows et Green Compute.
webapp-testing
TestsCette Compétence Claude fournit une boîte à outils basée sur Playwright pour tester des applications web locales via des scripts Python. Elle permet la vérification frontend, le débogage d'interface utilisateur, la capture d'écrans et la consultation des journaux, tout en gérant les cycles de vie du serveur. Utilisez-la pour les tâches d'automatisation de navigateur, mais exécutez les scripts directement plutôt que de lire leur code source pour éviter la pollution du contexte.
finishing-a-development-branch
TestsCette compétence aide les développeurs à finaliser leur travail en vérifiant que les tests passent, puis en présentant des options d'intégration structurées. Elle guide le processus de fusion, de création de PRs ou de nettoyage des branches une fois l'implémentation terminée. Utilisez-la lorsque votre code est prêt et testé pour finaliser systématiquement le cycle de développement.
