MCP HubMCP Hub
Retour aux compétences

interpret-uv-vis-spectrum

pjt222
Mis à jour 2 days ago
3 vues
17
2
17
Voir sur GitHub
Autregeneral

À propos

Cette compétence analyse les données de spectre UV-Vis pour identifier les chromophores et les transitions électroniques, en appliquant les règles de Woodward-Fieser pour les systèmes conjugués. Elle permet l'analyse quantitative de concentration via la loi de Beer-Lambert lorsque la concentration et la longueur du trajet optique sont fournies. Utilisez-la pour caractériser des composés organiques, suivre la cinétique réactionnelle ou analyser des complexes métal-ligand.

Installation rapide

Claude Code

Recommandé
Principal
npx skills add pjt222/agent-almanac -a claude-code
Commande PluginAlternatif
/plugin add https://github.com/pjt222/agent-almanac
Git CloneAlternatif
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/interpret-uv-vis-spectrum

Copiez et collez cette commande dans Claude Code pour installer cette compétence

Documentation

解 UV-Vis 光譜

析紫外—可見吸收光譜以辨發色團、分類電子躍遷、為共軛系統施 Woodward-Fieser 律、以 Beer-Lambert 律行定量析。

用時

  • 辨有機化合中之發色團與共軛之度
  • 證芳香環、共軛二烯、或烯酮之有
  • 行定量析(自吸光度定濃度)
  • 以吸光度隨時之變監反應動力
  • 以 d-d 與電荷轉移躍遷述金屬—配體絡合物
  • 評溶劑對電子躍遷之效(變色)

  • 必要:UV-Vis 光譜數據(nm 波長對吸光度或莫耳吸光率)
  • 必要:量測所用之溶劑
  • 可選:濃度與光徑(為 Beer-Lambert 之算)
  • 可選:λ-max 處之莫耳吸光率 (ε) 值
  • 可選:多溶劑中之光譜(為變色析)
  • 可選:他光譜法所得結構資訊

第一步:驗儀器參數與光譜品質

解吸收帶前確數據可靠:

  1. 波長範圍:確光譜涵相關區。標準 UV-Vis 涵 190--800 nm。溶劑立低波長截止:
溶劑UV 截止 (nm)
190UV 透極佳
己烷195非極性,溶劑效微
甲醇205質子,或致藍移
乙腈190通用 UV 溶劑佳
二氯甲烷230230 nm 下吸收
氯仿245245 nm 下吸收
丙酮330強吸收,UV 溶劑劣
  1. 吸光度範圍:可靠量測需吸光度於 0.1 至 1.0 間。下 0.1 則噪主;上 1.0 則雜光致非線響應。標此範圍外之 λ-max 值
  2. 基線與空白:驗已減溶劑空白。殘留溶劑吸收或比色皿偽影現為短波處升之基線
  3. 狹縫寬:窄狹縫解析佳而信噪低。若期精細結構(電子帶上振動級進),確狹縫寬合(常 1--2 nm)

**得:**儀器參數有記,溶劑截止已守,吸光度值於線性範圍內,基線已確淨。

**敗則:**若 λ-max 處吸光度逾 1.0,則樣品須稀並重量。若溶劑於所關區吸收,薦更透明溶劑重採。

第二步:辨 λ-max 與帶特徵

尋並述諸吸收帶:

  1. 尋 λ-max 值:辨每吸收極大 (λ-max) 並記其波長 (nm) 與吸光度(或 ε,若知)
  2. 量帶形:記每帶為寬而無特徵(溶液相電子躍遷典型)或顯振動精細結構(剛性發色團如多環芳烴典型)
  3. 記肩:吸收肩示疊躍遷。記其近似波長與強度
  4. 依莫耳吸光率分類
ε (L mol-1 cm-1)躍遷類
< 100禁阻 (n -> π*)酮 ~280 nm
100--10,000弱允許芳香 250--270 nm
10,000--100,000全允許 (π -> π*)共軛二烯 ~220 nm
> 100,000電荷轉移金屬絡合、染料

**得:**諸吸收極大與肩列表,附波長、吸光度/ε、定性帶形。

**敗則:**若光譜無顯極大(單調升),則化合於量測範圍或無發色團,或濃度過低。增濃或擴波長範圍。

第三步:分類電子躍遷

歸每吸收帶於具體電子躍遷類:

  1. σ -> σ 躍遷* (< 200 nm):僅於真空 UV 觀。涉飽和烴與 C-C/C-H 鍵。標準 UV-Vis 常不量
  2. n -> σ 躍遷* (150--250 nm):孤對至 σ 反鍵。於雜原子(O、N、S、鹵)觀。飽和胺近 190--200 nm 吸收;醇/醚近 175--185 nm
  3. π -> π 躍遷* (200--500 nm):鍵 π 至反鍵 π*。有機化合最強吸收。隨共軛擴強度與波長增
  4. n -> π 躍遷* (250--400 nm):孤對至 π 反鍵。形式禁阻(ε 低,常 10--100)。C=O(簡單酮 270--280 nm)、N=O、C=S 團之特徵
  5. 電荷轉移躍遷:電子於予者與受者間、或於金屬與配體間轉。常極強 (ε > 10,000) 而寬。金屬絡合與予—受有機分子中有之
  6. d-d 躍遷(於過渡金屬絡合):可見區弱寬帶,源於晶場或配體場分裂

**得:**每吸收帶歸躍遷類,附佐證(位、強、溶劑敏)。

**敗則:**若帶不能歸標準躍遷類,慮電荷轉移特徵或雜質吸收之可能。多疊躍遷或需反捲積。

第四步:為共軛系統施 Woodward-Fieser 律

預共軛二烯與烯酮之 λ-max 並比觀測:

  1. 共軛二烯(Woodward 律):
成分增量 (nm)
基值(異環二烯)214
基值(同環二烯)253
每添共軛 C=C+30
每環外 C=C+5
每 C=C 之烷取代基+5
-OAcyl 取代基+0
-OR 取代基+6
-SR 取代基+30
-Cl、-Br 取代基+5
-NR2 取代基+5
  1. α-β 不飽和羰基(Woodward-Fieser 律):
成分增量 (nm)
基值(α-β 不飽和酮、6 環或無環)215
基值(α-β 不飽和醛)208
每添共軛 C=C+30
每環外 C=C+5
同環二烯成分+39
α 取代基(烷)+10
β 取代基(烷)+12
γ 及更高取代基(烷)+18
-OH (α)+35
-OH (β)+30
-OAc (α、β、γ)+6
-OR (α)+35
-OR (β)+30
-Cl (α)+15
-Cl (β)+12
-Br (β)+25
-NR2 (β)+95
  1. 算預期 λ-max:合基值與諸適用增量
  2. 比觀測:合於 +/- 5 nm 內支持所提發色團。偏 > 10 nm 示結構歸屬訛或強溶劑/立體效

**得:**預期 λ-max 算並比觀測值,支或駁所提發色團結構。

**敗則:**若預期與觀測值顯著異,再察所假設之發色團結構。常訛:誤計取代基、忽環外雙鍵、或施錯基值(同環對異環)。

第五步:施 Beer-Lambert 律行定量析

以吸光度數據定濃度或述莫耳吸光率:

  1. Beer-Lambert 方程:A = ε * b * c,A = 吸光度(無量綱)、ε = 莫耳吸光率 (L mol-1 cm-1)、b = 光徑 (cm)、c = 濃度 (mol L-1)
  2. 定莫耳吸光率:若濃與光徑已知,自 λ-max 所量吸光度算 ε
  3. 定濃度:若 ε 已知(自文獻或校正曲線),自所量吸光度算濃度
  4. 察線性:Beer-Lambert 律唯於線性範圍(常 A = 0.1--1.0)有效。高吸光度者,雜光、分子相互、儀器限制致偏
  5. 評溶劑效:比極性與非極性溶劑之光譜:
    • 紅移(向紅):λ-max 移長波。π -> π* 於更極性溶劑紅移;n -> π* 於較不極性溶劑紅移
    • 藍移(向藍):λ-max 移短波。n -> π* 於更極性/質子溶劑藍移(氫鍵固孤對基態)
    • 增色/減色效:ε 之增或減而波長不變

**得:**定量結果算以合之有效數字,線性已驗,多溶劑數據可得則記溶劑效。

**敗則:**若 Beer-Lambert 線性敗,察樣品降解、高濃聚集、或螢光擾。稀樣品並重量以證。

  • 溶劑截止已守,吸光度於線性範圍 (0.1--1.0) 內
  • 諸 λ-max 值與肩列表,附波長、吸光度、ε
  • 每吸收帶歸電子躍遷類
  • 可則行 Woodward-Fieser 算並比觀測 λ-max
  • Beer-Lambert 律正用,線性已驗
  • 多溶劑數據可得則述溶劑效
  • 發色團歸屬合他光譜法所得分子結構

  • 量於 A = 1.0 上:高吸光度值因雜光效不可靠。λ-max 吸光度逾 1.0 恆稀並重量
  • 忽溶劑截止:試解溶劑截止波長下之吸收生偽影,非真樣品數據
  • 獨以強度別躍遷類:280 nm 附近之弱帶或為羰基 n -> π* 或芳香禁阻 π -> π*。脈絡與溶劑效乃別之所需
  • 誤用 Woodward-Fieser 律:此經驗律僅適於共軛二烯與 α-β 不飽和羰基。不可用於芳香系統、孤立發色團、或金屬絡合
  • 忽雜質吸收:少量強吸收雜質可主光譜。若 λ-max 不合預期,慮雜質之貢獻
  • 假一帶 = 一躍遷:寬 UV-Vis 帶常含多疊躍遷。精準歸屬或需帶反捲積

  • interpret-nmr-spectrum — 定分子連結以支發色團之辨
  • interpret-ir-spectrum — 辨貢發色團之官能團
  • interpret-mass-spectrum — 立分子式並以碎裂察共軛
  • interpret-raman-spectrum — 對稱發色團之互補振動數據
  • plan-spectroscopic-analysis — 數據採集前擇並序光譜技術

Dépôt GitHub

pjt222/agent-almanac
Chemin: i18n/wenyan/skills/interpret-uv-vis-spectrum
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Compétences associées

llamaguard

Autre

LlamaGuard est le modèle de Meta, doté de 7 à 8 milliards de paramètres, conçu pour modérer les entrées et sorties des LLM selon six catégories de sécurité comme la violence et les discours haineux. Il offre une précision de 94 à 95 % et peut être déployé avec vLLM, Hugging Face ou Amazon SageMaker. Utilisez cette compétence pour intégrer facilement le filtrage de contenu et des garde-fous de sécurité dans vos applications d'IA.

Voir la compétence

cost-optimization

Autre

Cette compétence de Claude aide les développeurs à optimiser les coûts du cloud grâce au redimensionnement des ressources, aux stratégies d'étiquetage et à l'analyse des dépenses. Elle fournit un cadre pour réduire les dépenses cloud et mettre en œuvre une gouvernance des coûts sur AWS, Azure et GCP. Utilisez-la lorsque vous devez analyser les coûts d'infrastructure, redimensionner les ressources ou respecter des contraintes budgétaires.

Voir la compétence

quantizing-models-bitsandbytes

Autre

Cette compétence quantifie les LLMs en précision 8 bits ou 4 bits à l'aide de bitsandbytes, permettant une réduction de 50 à 75 % de la mémoire utilisée avec une perte de précision minime. Elle est idéale pour exécuter des modèles plus volumineux sur une mémoire GPU limitée ou pour accélérer l'inférence, prenant en charge des formats comme INT8, NF4 et FP4. La compétence s'intègre à HuggingFace Transformers et permet l'entraînement QLoRA ainsi que l'utilisation d'optimiseurs en 8 bits.

Voir la compétence

dispatching-parallel-agents

Autre

Cette compétence Claude déploie plusieurs agents pour enquêter et résoudre simultanément 3 problèmes indépendants ou plus. Elle est conçue pour des scénarios impliquant des défaillances non liées qui peuvent être résolues sans état partagé ni dépendances. La capacité fondamentale est la résolution de problèmes en parallèle, en assignant un agent par domaine problématique indépendant afin de maximiser l'efficacité.

Voir la compétence