スキル一覧に戻る

gold-washing

pjt222
更新日 2 days ago
8 閲覧
17
2
17
GitHubで表示
メタtestingdesign

について

このスキルは、砂金をパンニングやスライシングで回収する技術を提供し、現場分析や機器操作も含みます。金を含む地域での探鉱、河川サンプルの試験、または現場の可能性評価の際にご活用ください。地質学的指標、適切な採取方法、責任ある実践方法を網羅しています。

クイックインストール

Claude Code

推奨
メイン
npx skills add pjt222/agent-almanac -a claude-code
プラグインコマンド代替
/plugin add https://github.com/pjt222/agent-almanac
Git クローン代替
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/gold-washing

このコマンドをClaude Codeにコピー&ペーストしてスキルをインストールします

ドキュメント

淘金

以淘盤、沖槽與篩分技法自溪流沉積中回收沖積金。

適用時機

  • 於已知或疑有沖積金礦之地區探礦
  • 欲取溪河樣本以測金之存
  • 娛樂淘金欲最大化回收
  • 投入更多心力前欲評地點之金潛力

輸入

  • 必要:淘盤(十四至十六吋,附溝紋)
  • 必要:可及之溪、河或沖積沉積
  • 選擇性:篩分器/篩網(四分之一吋網目)
  • 選擇性:沖槽(更大量處理)
  • 選擇性:吸管瓶或鑷子(細金回收)
  • 選擇性:附水之瓶(存回收之金)
  • 選擇性:鏟與桶以收材料

步驟

步驟一:讀地

金重(比重 19.3)且可預期地聚集。掘前先讀水與地質。

金聚何處:

內彎:
水於溪之內彎處減速。重材(含金)
於此沉出懸浮。取彎內礫壩之樣。

障礙後:
大岩、倒木與基岩崖於後生低壓區。
金於此等「陰影」區沉。

基岩裂:
金鑽入基岩之裂縫。
清出基岩裂縫(crevicing)可極富產。

富礦脈:
最重聚集沿彎內側成線(富礦脈),
自一彎內續至下一彎。熟練探礦者追此線。

何處取樣:
+--------------------+------------------------------------------+
| 特徵               | 取樣位置                                 |
+--------------------+------------------------------------------+
| 內彎               | 水線上一至二呎之礫壩                      |
| 大石後             | 下游側之靜水區                            |
| 基岩裸露           | 裂縫與凹陷中                              |
| 溪流匯合           | 支流入主溪處                              |
| 舊洪水道           | 現溪上方之高台                            |
+--------------------+------------------------------------------+

地質指標:
- 黑砂(磁鐵礦/赤鐵礦):金之旅伴。
  黑砂聚處,查金。
- 周圍岩之石英脈:金常於石英脈中形成;
  侵蝕釋之於溪中
- 鐵染(鏽色岩):示氧化區,
  可宿金礦

預期: 已依溪流動態與地質指標識二至三有望取樣處。

失敗時: 若無明指標,系統取多處樣——每特徵一盤(內彎、障礙後、隨機礫壩)。即一色(金片)亦證溪流攜金。

步驟二:篩分並收材料

備原料以供淘洗。

收材協定:
1. 自所擇取樣處裝桶
2. 若可,掘至基岩——金於基岩上或近之聚集
3. 若基岩深,取底部六至十二吋之礫
   (金隨時間經礫下遷)

篩分:
1. 四分之一吋篩分器置淘盤或桶上
2. 以鏟將材料置篩分器上
3. 搖洗——細材落入盤,
   大岩礫留上
4. 短檢過大之材(篩可捕塊狀金)後棄之
5. 已篩分之材今可淘洗

預期: 一盤或桶之已篩分材料(礫與砂小於四分之一吋),來自地質有望之處。

失敗時: 若不能及基岩,取可及者。淺樣較不含金但仍值測——洪水事件可於多深度沉金。

步驟三:淘材料

淘盤以重力與水分離金於輕材。

淘技:

初洗:
1. 盤入水(溪、桶或盆)
2. 以指拆黏土或膠結材
3. 手除大石(逐一查附著之金)

分層:
4. 盤入水中時左右(非環形)劇搖——
   此使重材沉底
5. 盤微傾,令輕材自前唇沖出
6. 搖、傾、沖。搖、傾、沖。重複。

細淘:
7. 材減時,應見黑砂聚集
8. 減水流——今輕旋,非劇搖
9. 盤淺傾,令一薄層水流過濃縮物
10. 金(亮黃、留底)分離於黑砂
    (暗、略輕)

回收:
11. 以吸管瓶吸單片/塊
12. 或謹慎傾水並收濃縮物
13. 金入附水之瓶以存

常見錯:
- 環形運動沖金過溝紋出盤。
  用左右搖以分層。
- 過劇:淘過速失細金。宜耐心。
- 初搖不足:金須先沉底方可沖材。

預期: 所有重材(金、黑砂、石榴石)聚於盤底。金可見為亮黃片、扁平粒或(罕)小塊。

失敗時: 若謹慎淘後仍無金可見,該處或無金——或金過細不可見(粉金)。以放大鏡查。仍無則遷至他取樣處。

步驟四:以沖槽放大(選擇性)

為處理更大量之材料。

沖槽操作:
1. 將沖槽置流水中微傾(約每呎長
   落一吋)
2. 水應平順流過溝紋——足移砂
   但不足沖清溝紋
3. 將已篩分材逐漸入沖槽頂
4. 讓沖槽工作——金陷於溝紋後,
   輕材沖過
5. 每二十至三十分清沖槽:
   - 謹慎自水中取沖槽
   - 將溝紋墊洗入桶或淘盤
   - 淘濃縮物以回收金

沖槽校準:
- 水過多:金彈過溝紋而失
- 水過少:材堆而埋金
- 以鉛彈測:投之於沖槽頂。
  若為溝紋捕,則金亦然。

預期: 高量處理,金聚於溝紋墊,經終淘回收。

失敗時: 若沖槽不捕測材(鉛彈),調角度或水流。沖槽應捕石英砂以重之一切。

驗證

  • 取樣前已讀地之地質指標
  • 材料自地質有望之處收
  • 淘前已篩分
  • 淘用左右搖以分層
  • 黑砂濃縮物已徹底查細金
  • 所回收之金已安全存於密封瓶之水中
  • 離地時無顯著環境擾動

常見陷阱

  • 淘過速:不耐致失細金。正確之淘需五至十分鐘。速為回收之敵
  • 忽黑砂:若見重黑砂聚集,金或存——即過細不經放大不可見
  • 黃鐵礦混於金:黃鐵礦(愚人金)較輕,以針壓則碎,色黃銅而非奶油黃。真金可鍛延且不蝕
  • 隨機取樣:金可預期聚集。取直段中央之樣遠遜於取彎內
  • 環境損害:敬水道。勿於溪岸掘大洞,勿用水銀(多轄區違法且極毒),並填測試洞
  • 忽法規:多轄區探金需許可,即娛樂淘金亦然。始前核地方法規

相關技能

  • mineral-identification — 識岩與礦助讀地質指標指示含金區

GitHub リポジトリ

pjt222/agent-almanac
パス: i18n/wenyan-lite/skills/gold-washing
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

関連スキル

content-collections

メタ

このスキルは、Content Collections(Markdown/MDXファイルを型安全なデータコレクションに変換するTypeScriptファーストのツール)の本番環境でテストされた設定を提供します。Zodバリデーションによる型安全性を実現し、ブログ、ドキュメントサイト、コンテンツ重視のVite + Reactアプリケーション構築時にご利用ください。Viteプラグインの設定、MDXコンパイルから、デプロイ最適化、スキーマバリデーションまで、すべてを網羅しています。

スキルを見る

polymarket

メタ

このスキルは、開発者がPolymarket予測市場プラットフォームを活用したアプリケーション構築を可能にします。API統合による取引や市場データの取得に加え、WebSocketを介したリアルタイムデータストリーミングにより、ライブ取引や市場活動を監視できます。取引戦略の実装や、ライブ市場更新を処理するツールの作成にご利用ください。

スキルを見る

creating-opencode-plugins

メタ

このスキルは、開発者がコマンド、ファイル、LSP操作など25種類以上のイベントタイプにフックするOpenCodeプラグインを作成することを支援します。JavaScript/TypeScriptモジュール向けに、プラグイン構造、イベントAPI仕様、および実装パターンを提供します。カスタムイベント駆動ロジックでOpenCode AIアシスタントのライフサイクルをインターセプト、監視、または拡張する必要がある場合にご利用ください。

スキルを見る

sglang

メタ

SGLangは、高性能なLLMサービングフレームワークであり、RadixAttentionプレフィックスキャッシュを活用したJSON、正規表現、エージェントワークフロー向けの高速で構造化された生成を特長とします。特にプレフィックスが繰り返されるタスクにおいて、大幅に高速な推論を実現し、複雑な構造化出力やマルチターン対話に最適です。制約付きデコードが必要な場合や、広範なプレフィックス共有を伴うアプリケーションを構築する場合は、vLLMなどの代替案ではなくSGLangを選択してください。

スキルを見る