정보
이 스킬은 시료 내 작용기를 식별하기 위해 적외선(IR) 스펙트럼을 프로그램적으로 해석합니다. 주요 스펙트럼 영역(4000-1500 cm⁻¹ 및 1500-400 cm⁻¹)을 분석하고, 수소 결합을 고려하며, 신뢰도 수준을 포함한 목록을 작성합니다. 화합물 스크리닝, 반응 모니터링 또는 특정 작용기의 존재/부재 확인에 활용하세요.
빠른 설치
Claude Code
추천npx 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/interpret-ir-spectrumClaude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요
문서
解 IR 光譜
析紅外吸收光譜以辨官能團,評氫鍵,匯樣品結構特徵之全錄。
用時
- 辨未知化合之官能團,為初篩之步
- 證某官能團之有無(如驗某反應由醇轉為酮)
- 監反應進程,隨特徵吸收之現與滅
- 別官能團內容異之相似化合
- 以振動資訊補 NMR 與質譜之數據
入
- 必要:IR 光譜數據(cm-1 吸收頻率與強度,%透射率或吸光度圖)
- 必要:樣品製備法(KBr 壓片、ATR、Nujol 糊、薄膜、溶液池)
- 可選:分子式或預期化合類
- 可選:自他光譜得之既知結構片段
- 可選:儀器參數(解析度、掃描範圍、檢測器類型)
法
第一步:立光譜品質與格式
析峰之前,驗光譜適於解讀:
- 察 y 軸格式:判光譜以 %透射率 (%T,峰向下) 或吸光度 (A,峰向上) 繪之。後析皆依一致之約
- 驗波數範圍:確標準中紅外析至少涵 4000--400 cm-1。記任何截斷
- 評基線:佳基線當相對平、近 100%T(或 0 吸光度)於無吸收之區。傾或雜之基線減可信
- 察解析度:相鄰峰隔小於儀器解析度則不可別。典型 FTIR 解析度為 4 cm-1
- 辨製備偽影:KBr 壓片或現水分所致寬 O-H 帶(~3400 cm-1)。Nujol 糊蔽 C-H 伸縮。ATR 於低波數顯強度失真。記限解讀之偽影
**得:**光譜確適於析,格式、範圍、偽影皆有記。
**敗則:**若光譜基線嚴重問題、飽和(樣品過濃致平底峰)、或製備偽影蔽關鍵區,記此限並標影響之譜區為不可靠。
第二步:掃診斷區 (4000--1500 cm-1)
系統化析高頻區,大多官能團於此生特徵吸收:
- O-H 伸縮 (3200--3600 cm-1):尋寬吸收。近 3600 cm-1 之銳峰示游離 O-H;3200--3400 cm-1 居中之寬帶示氫鍵 O-H(醇、羧酸、水)
- N-H 伸縮 (3300--3500 cm-1):一級胺顯二峰(對稱與不對稱伸縮);二級胺顯一峰。常銳於 O-H 帶
- C-H 伸縮 (2800--3300 cm-1):
| 頻率 (cm-1) | 歸屬 |
|---|---|
| 3300 | sp C-H(炔,銳) |
| 3000--3100 | sp2 C-H(芳香、乙烯) |
| 2850--3000 | sp3 C-H(烷,多峰) |
| 2700--2850 | 醛 C-H(費米共振二峰) |
- 三鍵區 (2000--2300 cm-1):
| 頻率 (cm-1) | 歸屬 | 備 |
|---|---|---|
| 2100--2260 | C 三鍵 C | 對稱則弱或無 |
| 2200--2260 | C 三鍵 N | 中至強 |
| ~2350 | CO2 | 大氣偽影,略之 |
- 羰基區 (1650--1800 cm-1) — IR 中最具診斷之單區:
| 頻率 (cm-1) | 歸屬 |
|---|---|
| 1800--1830、1740--1770 | 酸酐(二 C=O 伸縮) |
| 1770--1780 | 醯氯 |
| 1735--1750 | 酯 |
| 1700--1725 | 羧酸 |
| 1705--1720 | 醛 |
| 1705--1720 | 酮 |
| 1680--1700 | 共軛酮/α-β 不飽和 |
| 1630--1690 | 醯胺(醯胺 I 帶) |
- C=C 與 C=N 伸縮 (1600--1680 cm-1):烯烴 C=C 現於 1620--1680 cm-1(弱至中)。芳香 C=C 顯近 1450--1600 cm-1 之多峰。C=N(亞胺)現於 1620--1660 cm-1
**得:**診斷區諸吸收皆有辨,附官能團歸屬與信度(強、暫、無)。
**敗則:**若羰基區被蔽(如 KBr 中之水吸收、大氣 CO2),記其闕。若預期官能團之吸收闕,宜二製備法相證乃定其真闕。
第三步:析指紋區 (1500--400 cm-1)
察低頻區以得確證與結構細節:
- C-O 伸縮 (1000--1300 cm-1):醚、酯、醇、羧酸生強 C-O 伸縮吸收。酯於 1000--1100 cm-1 附近另顯特徵強帶,與羰基並現
- C-N 伸縮 (1000--1250 cm-1):胺與醯胺;與 C-O 疊令歸屬暫定,非他證不可定
- C-F、C-Cl、C-Br 伸縮:
| 頻率 (cm-1) | 歸屬 |
|---|---|
| 1000--1400 | C-F(強) |
| 600--800 | C-Cl |
| 500--680 | C-Br |
- 芳香取代型 (700--900 cm-1):面外 C-H 彎折示取代:
| 頻率 (cm-1) | 型 |
|---|---|
| 730--770 | 單取代(加 690--710) |
| 735--770 | 鄰二取代 |
| 750--810、860--900 | 間二取代 |
| 790--840 | 對二取代 |
- 指紋區整比:指紋區乃每化合所獨。若參考光譜可得,疊此區以證同
**得:**為第二步所辨官能團之確證歸屬,加結構細節(取代型、C-O/C-N 歸屬)。
**敗則:**指紋區本複雜而疊。若歸屬曖昧,標為暫,以診斷區與他光譜數據定終結。
第四步:評氫鍵與分子間效應
評樣品態與分子間相互如何影響光譜:
- 氫鍵展寬:比 O-H 與 N-H 帶之寬與位。游離 O-H 銳而近 3600 cm-1;氫鍵 O-H 寬而移至 3200--3400 cm-1。羧酸二聚顯極寬 O-H 於 2500--3300 cm-1
- 濃度與態效應:不同濃度之溶液光譜可別分子內(與濃度無關)與分子間(與濃度有關)氫鍵
- 費米共振:二疊帶或分裂成雙峰。典為 2720 與 2820 cm-1 附近之醛 C-H 對。識費米共振以免誤指餘峰為獨立官能團
- 固態效應:KBr 壓片與 Nujol 糊反映固態堆積,展寬諸帶,較溶液光譜可移頻 10--20 cm-1。ATR 光譜最近純液態
**得:**氫鍵態有述,製備法偽影有校,異常帶形有釋。
**敗則:**若氫鍵效應不可解(如 O-H 與 N-H 帶相疊),記其曖。D2O 交換實驗或變溫研究或可助,然需添數據。
第五步:匯官能團錄
結諸察為結構化之報:
- 列已證官能團:診斷區有強而明吸收者(如 1715 cm-1 之銳 C=O = 酮或醛)
- 列暫定歸屬:證據弱或疊之吸收,可由不只一官能團釋者
- 列闕之官能團:特徵強吸收明闕之團(如無寬 O-H 帶則無游離醇或羧酸)
- 記悖處:不合所提官能團集之吸收,或所闕之預期吸收
- 交叉驗:比 IR 所得官能團錄於他法(NMR、MS、UV-Vis)之資訊
**得:**官能團錄已全,依信度分類,每歸屬附具體頻率與強度為證。
**敗則:**若錄不全或相悖,辨何添實驗(ATR 對 KBr 比、變濃度、D2O 交換)可解曖。
驗
- 光譜品質已評(基線、解析度、偽影、y 軸格式)
- 溶劑、製備法、大氣偽影已辨並除
- 診斷區 (4000--1500 cm-1) 諸吸收已歸或標
- 羰基區已析,可則附具體亞類歸屬
- 指紋區察以得確證
- 氫鍵效應已評,其對峰形/位之影響有記
- 官能團錄依信度匯之
- 闕之官能團明記(反證亦益)
- 諸歸屬與他可得光譜數據交叉驗
陷
- 忽製備偽影:KBr 之水分(寬 3400 cm-1)、Nujol C-H (2850--2950 cm-1)、ATR 於低波數強度失真皆擬或蔽真樣品之吸收。恆考製備法
- 過度解讀指紋區:1500 cm-1 下之區複雜而疊。以為確證,非為主辨。勿歸每峰
- 混大氣 CO2 於樣品峰:2350 cm-1 附近之銳雙峰幾皆為大氣 CO2,非樣品吸收。背景扣除當除之,然當驗
- 忽帶強與寬:同頻之強寬吸收與弱銳峰診斷值異。報強度(強/中/弱)與形(銳/寬)與頻並記
- 單峰之歸屬:勿以一吸收獨辨一官能團。如羰基當由他帶支持(酯之 C-O、醯胺之 N-H、醛之 C-H)
- 由弱吸收斷其闕:某官能團本生弱 IR 吸收(對稱 C=C、對稱炔之三鍵)。峰之闕不必意其團之闕
參
interpret-nmr-spectrum— 定詳連結與氫環境interpret-mass-spectrum— 立分子式與碎裂型interpret-uv-vis-spectrum— 述發色團,補 IR 官能團數據interpret-raman-spectrum— 得 IR 不活躍模式之互補振動數據plan-spectroscopic-analysis— 數據採集前擇並序光譜技術
GitHub 저장소
Frequently asked questions
What is the interpret-ir-spectrum skill?
interpret-ir-spectrum is a Claude Skill by pjt222. Skills package instructions and resources that Claude loads on demand, so Claude can perform interpret-ir-spectrum-related tasks without extra prompting.
How do I install interpret-ir-spectrum?
Use the install commands on this page: add interpret-ir-spectrum to Claude Code as a plugin, or clone its repository into your skills directory, then restart Claude so it picks up the skill.
What category does interpret-ir-spectrum belong to?
interpret-ir-spectrum is in the Other category, tagged general.
Is interpret-ir-spectrum free to use?
Yes. interpret-ir-spectrum is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.
연관 스킬
LlamaGuard는 폭력 및 혐오 발언 등 6가지 안전 범주에서 LLM 입력과 출력을 조정하기 위한 Meta의 70-80억 파라미터 모델입니다. 94-95% 정확도를 제공하며 vLLM, Hugging Face 또는 Amazon SageMaker를 사용해 배포할 수 있습니다. 이 기술을 사용하여 AI 애플리케이션에 콘텐츠 필터링 및 안전 가드레일을 손쉽게 통합하세요.
이 Claude Skill은 리소스 적정화, 태깅 전략, 지출 분석을 통해 개발자들이 클라우드 비용을 최적화할 수 있도록 지원합니다. AWS, Azure, GCP에서 클라우드 비용을 절감하고 비용 거버넌스를 구현하기 위한 프레임워크를 제공합니다. 인프라 비용을 분석하거나, 리소스를 적정화하거나, 예산 제약을 충족해야 할 때 사용하세요.
이 Claude Skill은 스프레드, 오버/언더, 프로프 베트를 포함한 스포츠 베팅 시장을 분석합니다. 역사적 추이와 상황별 통계를 검토하여 가치 베트를 발견하고, 교육적 목적으로 실행 가능한 권장 사항이 담긴 구조화된 마크다운 결과를 제공합니다. 개발자는 이 기능을 스포츠 베팅 분석 도구에 활용할 수 있으며, 단순히 엔터테인먼트/교육 목적으로만 설계되었음을 유의해야 합니다.
이 스킬은 bitsandbytes를 사용하여 LLM을 8비트 또는 4비트 정밀도로 양자화하며, 최소한의 정확도 손실로 50-75%의 메모리 감소를 달성합니다. 제한된 GPU 메모리에서 더 큰 모델을 실행하거나 추론을 가속화하는 데 이상적이며, INT8, NF4, FP4와 같은 형식을 지원합니다. 이 스킬은 HuggingFace Transformers와 통합되어 QLoRA 학습 및 8비트 옵티마이저를 가능하게 합니다.
