スキル一覧に戻る

derive-theoretical-result

pjt222
更新日 Yesterday
3 閲覧
17
2
17
GitHubで表示
その他ai

について

このスキルは、第一原理または確立された定理から理論的結果を段階的に導出し、各ステップを明示的に正当化し、特殊なケースを検証します。公式の導出、命題の証明、教科書の結果の再導出、論文用の自己完結的な証明の作成を目的としています。開発者は、厳密で論理的に検証された数学的・理論的導出が必要な場合にこれを使用すべきです。

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/derive-theoretical-result

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

推理論結果

由公設、第一原理或既立之定理逐步嚴推理論結果。諸代數與邏輯步皆明釋,極限情況皆驗,終附符表。

用時

  • 由第一原理推公式、關係或定理(如由作用原理推歐拉-拉格朗日方程)
  • 由公設以邏輯演繹證數學陳述
  • 重推教科書之結果以驗或適之於變境
  • 擴既知之結於更普之設(如由平時空至曲時空)
  • 為論文、學位、技術報告作自含之推導

  • 必要:欲推之結(方程、不等、定理陳述或關係)
  • 必要:始點(公設、公理、前立結果或拉格朗日/哈密頓)
  • 可選:偏好之證法(直、反證、歸納、變分、構造)
  • 可選:符慣例(若合特定教科書或同者)
  • 可選:已知中間結果,可引而不必重推

第一步:陳始假設與目標結果

於算前明書推導之契:

  1. 公設與公理:列諸所依之假。於物理含對稱群、作用原理或量子力學之公設。於數學含公設系與前證引理。
  2. 目標結果:以精確數學符陳欲推之結。若為方程,書兩邊。若為不等,陳向與等之條件。
  3. 範圍與限:陳有效域(如「有效於非相對論、無自旋粒子於三維」)。識所不覆者。
  4. 符宣:定諸所現符。防歧義,使推導自含。
## 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: 全、無歧之陳,明由何推至何,諸符先定。

敗則: 若目標結果歧,或始假不全,先明之而後行。隱假之推導不可信。

第二步:識所需數學工具

察所需工具並驗其可用:

  1. 代數技:識所需操(張量代數、交換子代數、矩陣運算、級數展)。驗結構合先決(如級數之斂條件、矩陣操之可逆)。
  2. 微積與分析:識推導需常微或偏微、積分(於何域)、泛函導、輪廓積、分佈論。驗正則條件(可微、可積、解析)。
  3. 對稱與群論:識所需表示論之工具(不可約表、克萊布什-高登係、特標正交、維格納-埃卡特定理)。
  4. 拓撲與幾何(若適):識幾何結構(流形、纖維叢、聯絡)與拓撲約(邊界項、卷繞數、指標定理)。
  5. 既知恒等與引理:集將援之特定恒等(如雅可比、比安基、分部積、斯托克斯)。各明陳使推導可按名引之。
## Mathematical Toolkit
- **Algebra**: [techniques and prerequisites]
- **Analysis**: [calculus tools and regularity conditions]
- **Symmetry**: [group theory tools]
- **Identities to invoke**: [list with precise statements]

得: 工具之單,附該問題之可用條件皆驗。

敗則: 若所需工具之先決未驗(如級數未知勻斂而逐項微),標之為缺。或證先決,或陳之為增假。

第三步:行推導,逐步釋

行推導,諸步皆標而釋:

  1. 每步一操:每編號步行僅一代數或邏輯操。勿合多操為一。
  2. 釋標:各步附釋。常標:
    • [by assumption] —— 援已陳公設或假
    • [by definition] —— 用前宣定義
    • [by {identity name}] —— 施名恒等(如「by Jacobi identity」)
    • [by Step N] —— 引本推導之前步
    • [by {theorem name}] —— 援外部定理(已於第二步陳)
  3. 中檢點:每 5-10 步停而驗:
    • 兩邊單位/維一致
    • 已知對稱守
    • 表有正變換性
  4. 分歧:若推導分歧(如退化對非退化本徵值之案析),視各支為標子推,合之。
## 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: 由始至目標之線步,邏輯無缺。各步皆獨可驗。

敗則: 若一步不由前出,推導有缺。或插缺之中間步,或識所需增假。勿以「可證之」略步,除非所略為第二步已列之熟恒等。

第四步:察極限情況與特值

以已知之物理或數學驗所推之結:

  1. 極限情況:識至少三極限情況,於此結宜歸熟知者:

    • 更簡之前推公式(如相對論結之非相對論極限)
    • 平凡情況(如耦合常設零)
    • 極參數境(如高溫或低溫極限)
  2. 特值:代已知之特定參數值(如氫原子 n=1、三維結果 d=3)。

  3. 對稱察:驗結於對稱群正變換。若宜為標量,察之不變。若宜為矢量,察其變換律。

  4. 與關結一致:察所推與同理論中他知結一致(如 Ward 恒等、和律、互易關係)。

## Limiting Case Verification
| Case | Condition | Expected Result | Derived Result | Match |
|------|-----------|----------------|----------------|-------|
| [name] | [parameter limit] | [known result] | [substitution] | [Yes/No] |
| ... | ... | ... | ... | ... |

得: 諸極限與特值皆生期結。推導內部一致。

敗則: 敗之極限示推導有誤。查敗由何步首生不過極限之表而溯。常因:錯號、缺 2 或 pi 之因、錯組合係、極限序有關之步。

第五步:呈全推導附符表

集終磨之推導:

  1. 敘結構:書短引段陳物理或數學動機、法、主結。
  2. 推體:第三步之步為可讀而整。相關步合為有說之塊(如「展作用至二階」、「施穩相條件」)。
  3. 結果框:於突塊明陳終結,與推導別。
  4. 符表:集推導中諸符,附義、單位(若物理)、首現。
  5. 假總:諸假集一處,辨基公設與技術假(如平滑、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: 自含之文,讀者由始至終可循而不需外引,除明援之恒等與定理。

敗則: 若推導過長單文(超 ~50 步),分為引理。各引理獨推,引引理而集主結。

  • 諸始假於首算前明陳
  • 各推步有標釋(無無據之躍)
  • 各中檢點單位維一致
  • 至少三極限皆察,生期結
  • 特值合獨知之答
  • 結於陳對稱群正變
  • 符表定諸所用符
  • 推導全:無以「可證之」緩步
  • 有效域與終結明陳

  • 隱假:假函數解析、級數斂、積分存而不陳。諸正則條件皆為假,宜宣。
  • 號錯:最常之機械誤。於代換時每步察號。以維析為旁驗(號錯常生維不一致之表)。
  • 落邊項:分部積或施斯托克斯時,邊項唯合特條乃消。陳其所以消(如「場於無窮衰速於 1/r」)。
  • 極限序:錯序取極限或生異結(如先熱力極限後零溫極限)。明陳序而釋。
  • 循環推理:以欲推之結為中步。此於熟公式「看似明」尤隱。每步皆由所陳始點出,非由熟答。
  • 符撞:同符用於異量(如 'E' 為能與電場)。符表可防之,唯先書於推前乃然。

Related Skills

  • formulate-quantum-problem -- 由量子力學框架推結前先構之
  • survey-theoretical-literature -- 尋同或關結之前推以為比

GitHub リポジトリ

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

関連スキル

llamaguard

その他

LlamaGuardは、暴力やヘイトスピーチなど6つの安全性カテゴリーにおいて、LLMの入力と出力をモデレートするMetaの70-80億パラメータモデルです。94〜95%の精度を提供し、vLLM、Hugging Face、Amazon SageMakerを使用してデプロイ可能です。このスキルを使用して、AIアプリケーションにコンテンツフィルタリングと安全策を簡単に統合できます。

スキルを見る

cost-optimization

その他

このClaudeスキルは、リソースの適正サイジング、タグ付け戦略、支出分析を通じて、開発者がクラウドコストを最適化することを支援します。AWS、Azure、GCPにわたるクラウド支出の削減とコストガバナンスの実施のためのフレームワークを提供します。インフラコストの分析、リソースの適正サイジング、または予算制約への対応が必要な際にご利用ください。

スキルを見る

quantizing-models-bitsandbytes

その他

このスキルは、bitsandbytesを使用してLLMを8ビットまたは4ビット精度に量子化し、精度の低下を最小限に抑えつつ50〜75%のメモリ削減を実現します。限られたGPUメモリでより大規模なモデルを実行したり、推論を高速化するのに理想的で、INT8、NF4、FP4などのフォーマットをサポートしています。HuggingFace Transformersと統合され、QLoRAトレーニングや8ビットオプティマイザーを可能にします。

スキルを見る

dispatching-parallel-agents

その他

このClaudeスキルは、複数のエージェントを配備し、3つ以上の独立した問題を並行して調査・修正します。共有状態や依存関係がなく解決可能な、無関係な障害が発生するシナリオ向けに設計されています。中核となる機能は並列問題解決であり、効率を最大化するために独立した問題領域ごとに1つのエージェントを割り当てます。

スキルを見る