MCP HubMCP Hub
스킬 목록으로 돌아가기

formulate-quantum-problem

pjt222
업데이트됨 6 days ago
15 조회
17
2
17
GitHub에서 보기
기타general

정보

이 스킬은 힐베르트 공간, 연산자, 경계 조건을 포함한 수학적 프레임워크를 정의하여 개발자들이 양자 역학이나 화학 문제를 설정하는 데 도움을 줍니다. 물리적 시나리오를 슈뢰딩거 방정식과 같은 형식주의로 변환하는 과정을 안내하며, 섭동 이론이나 DFT(밀도 범함수 이론)와 같은 적절한 해법 방법을 선택할 수 있게 합니다. 해석적 연구나 수치 계산을 위한 문제를 공식화할 때 사용하세요.

빠른 설치

Claude Code

추천
기본
npx skills add pjt222/agent-almanac -a claude-code
플러그인 명령대체
/plugin add https://github.com/pjt222/agent-almanac
Git 클론대체
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/formulate-quantum-problem

Claude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요

문서

立量子問題

析自由度、建 Hamiltonian 與狀空、定邊界、擇近似、驗極限。

  • 立量子力學題供析或數解
  • 立量子化學算(分子軌、電子結構)
  • 轉物理場景為 Schrodinger 或 Dirac 形
  • 擇攝動、變分、DFT 或精確對角
  • 備理論模比於譜或散射實驗

  • :系之描(原子、分子、固體、場)
  • :所觀(能譜、躍遷率、基態性)
  • :實驗約束或數據(譜線、結合能)
  • :精度與算量預算
  • :偏好之形(波、矩陣、二次量子化、路徑積分)

一:辨系與活自由度

寫式前全察:

  1. 粒子:列諸粒(電、核、光、聲子)及其量數(自旋、荷、質)
  2. 對稱:空間(球、柱、平移、晶群)、內(自旋旋、規)、離散(宇稱、時反)
  3. 能階:定相關能階,以擇活與凍或絕熱自由度
  4. 減自由度:核/電時標分→用 Born-Oppenheimer。多體簡化→辨集體坐標
## System Characterization
- **Particles**: [list with quantum numbers]
- **Active degrees of freedom**: [coordinates, spins, fields]
- **Frozen degrees of freedom**: [and justification for freezing]
- **Symmetry group**: [continuous and discrete]
- **Energy scale hierarchy**: [e.g., electronic >> vibrational >> rotational]

得:全目錄(粒、量數、對稱),活凍自由度皆明由。

敗:能階不明→先全留,標須尺度析。早截致質性謬誤。

二:建 Hamiltonian 與狀空

由一所辨自由度建數學架構:

  1. Hilbert 空間:定狀空。有限維者定基(如自旋 1/2 基 |up>、|down>)。無限維者定函空(如單粒三維 L2(R^3))
  2. 動能項:各粒動能算子。位置表象 T = -hbar^2/(2m) nabla^2
  3. 位能項:諸交互(Coulomb、諧、自旋軌、外場),形與耦合常數皆明
  4. 合成 Hamiltonian:H = T + V,按類分組。多粒者含交換與關聯,或標明近似引入處
  5. 算子代數:驗 Hermitian。辨守恆量([H, O] = 0)以塊對角化
## Hamiltonian Structure
- **Hilbert space**: [definition and basis]
- **H = T + V decomposition**:
  - T = [kinetic terms]
  - V = [potential terms, grouped by type]
- **Constants of motion**: [operators commuting with H]
- **Symmetry-adapted basis**: [if block diagonalization is possible]

得:完整 Hermitian H,諸項顯寫,Hilbert 空明,守恆量已辨。

敗:非顯 Hermitian→查漏共軛或規範相。Hilbert 空模糊(如相對論粒)→明形並標問題。

三:定邊界與初始

約束使解唯一:

  1. 邊界:束縛態→規一化(psi → 0 於無窮)。散射→入波邊界。週期→Bloch 或 Born-von Karman
  2. 域限:定空域。盒中粒→壁。氫原子→徑角域。晶格模→格與拓撲
  3. 初狀(時變):t=0 之狀,按能本徵展或波包中心與寬
  4. 約束式:全同粒→對稱(玻)或反對稱(費)。規範論→規範固定
## Boundary and Initial Conditions
- **Spatial domain**: [definition]
- **Boundary type**: [Dirichlet / Neumann / periodic / scattering]
- **Normalization**: [condition]
- **Particle statistics**: [bosonic / fermionic / distinguishable]
- **Initial state** (if time-dependent): [specification]

得:邊界物理合理、與 H 域數學一致,足定唯一解(或明定散射矩陣)。

敗:過定或不足→查 H 於所選域之自伴性。非自伴 H 須處理缺陷指標。

四:擇近似法

依題構擇解策:

  1. 察可精確解:是否歸已知可精解模(諧振子、氫原子、Ising)。若然,主用精解,攝動為校正。

  2. 攝動論(弱耦):

    • H = H0 + lambda V,H0 可精解
    • 驗 lambda V 小於 H0 之能距
    • 察簡併;有則用簡併攝動
    • 宜:交互弱、少體、需析解
  3. 變分法(基態):

    • 擇含參試波函
    • 試函滿邊界與對稱
    • 宜:基態能為主、多體
  4. 密度泛函(多電子):

    • 擇交換-關聯泛函(LDA、GGA、雜化)
    • 定基組(平面波、高斯、數值原子軌)
    • 宜:多電子、需基態密與能
  5. 數值精法(小系、基準):

    • 精確對角:小 Hilbert 空
    • 量子 Monte Carlo:基態取樣
    • DMRG:一維或準一維
    • 宜:需高精度而系足小
## Approximation Method Selection
- **Method chosen**: [name]
- **Justification**: [why this method fits the problem structure]
- **Expected accuracy**: [order of perturbation, variational bound quality, DFT functional accuracy]
- **Computational cost**: [scaling with system size]
- **Alternatives considered**: [and why they were rejected]

得:擇法有明由,預期精度與算量明,備選亦已錄。

敗:無單法確宜→兩法並立比解。法異揭題難並導進一步精化。

五:驗極限

解前驗陳立反映已知:

  1. 古典極(hbar → 0):或大量數→驗 H 回正確古典力學
  2. 無交互極:耦合常數置零→解應為單粒態積
  3. 對稱極:形式應尊所辨對稱。H 於對稱群下變換正確
  4. 量綱析:H 之諸項皆能量單位。特徵長、能、時標物理合理
  5. 已知精解:特例(如 Z=1 氫原子、二次位諧振子)→驗形式復之
## Validation Checks
| Check | Expected Result | Status |
|-------|----------------|--------|
| Classical limit (hbar -> 0) | [classical Hamiltonian] | [Pass/Fail] |
| Non-interacting limit | [product states] | [Pass/Fail] |
| Symmetry transformation | [correct representation] | [Pass/Fail] |
| Dimensional analysis | [all terms in energy units] | [Pass/Fail] |
| Known exact case | [reproduced result] | [Pass/Fail] |

得:諸驗皆通。形式自洽,備解。

敗:驗敗乃 H 構建或邊界之誤。溯至該項或條件修之,再進解。

  • 諸粒與量數皆顯列
  • Hilbert 空明,基明
  • H Hermitian,諸項單位正確
  • 守恆量已辨並用以簡化
  • 邊界物理合理、數學充足
  • 粒子統計(玻/費)正確施行
  • 近似法擇有由,預期精度明
  • 古典、無交互、對稱極皆察
  • 特例已知精解可復
  • 形式足供他研究者施行

  • 早凍自由度:不察能階而凍→或失質性物理。每減必以能階論證
  • 非 Hermitian H:自旋軌或複位漏共軛項。必顯驗 H = H-dagger
  • 散射用束縛邊界:用規一化於散射題→棄連續譜。邊界合物理題
  • 攝動忽簡併:非簡併攝動施於簡併能階→校正發散。展開前必察簡併
  • 倚單近似:諸法失敗模互補。變分予上界但或漏激發。攝動於強耦發散。可互驗
  • 量綱不一:同式混自然單位(hbar = 1)與 SI。起始即擇一貫系並顯明

  • derive-theoretical-result
  • survey-theoretical-literature

GitHub 저장소

pjt222/agent-almanac
경로: i18n/wenyan-ultra/skills/formulate-quantum-problem
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

연관 스킬

llamaguard

기타

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.

스킬 보기

cost-optimization

기타

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.

스킬 보기

quantizing-models-bitsandbytes

기타

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.

스킬 보기

dispatching-parallel-agents

기타

이 Claude Skill은 3개 이상의 독립적인 문제를 동시에 조사하고 해결하기 위해 다중 에이전트를 배치합니다. 공유 상태나 의존성 없이 해결 가능한 무관련 장애 시나리오에 맞게 설계되었습니다. 핵심 기능은 병렬 문제 해결로, 각 독립 문제 영역마다 하나의 에이전트를 할당하여 효율성을 극대화합니다.

스킬 보기