MCP HubMCP Hub
스킬 목록으로 돌아가기

derive-theoretical-result

pjt222
업데이트됨 6 days ago
13 조회
17
2
17
GitHub에서 보기
기타ai

정보

이 스킬은 이론적 결과를 첫 원리나 확립된 정리로부터 단계별로 유도하는 능력을 제공하며, 각 단계마다 명시적인 근거를 제시합니다. 수학적 명제를 증명하거나 교과서 결과를 검증하기 위해 재유도하거나, 논문을 위한 자체 포함 유도문을 작성하는 데 적합합니다. 주요 특징으로는 엄밀한 논리적 추론, 특수 사례 검증, 그리고 알려진 결과를 보다 일반적인 설정으로 확장하는 데의 적합성이 포함됩니다.

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/derive-theoretical-result

Claude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요

문서

推導理論結果

由公理或既立定理逐步嚴推理論結果,每步明證,特例驗。

  • 由原理推公式/關係/定理(如由作用量原理推 Euler-Lagrange)
  • 由公理以邏輯演繹證數學陳述
  • 重推教材結果以驗或改
  • 擴已知結果至更廣設(如平時空→曲時空)
  • 為論文、論文、技術報告製自足推導

  • :待推目標(方程、不等式、定理陳述、關係)
  • :起點(公理、假設、已立結果、Lagrangian/Hamiltonian)
  • :偏好技(直、反證、歸納、變分、構造)
  • :記號約(匹特教材/合作者)
  • :可引中間結果(不必重推)

一:陳起假設+目標

計算前明書推導契約:

  1. 公理+假設:列諸賴假設。物理含對稱群、作用原理、量力假設。數學含公理系+已證引理。
  2. 目標結果:以精確數學記號書。方程書兩側。不等式書方向+等條件。
  3. 範圍+限:陳有效域(如「限非相對論無自旋三維粒子」)。識不含者。
  4. 記號宣告:定諸符號。防歧義,使推導自足。
## 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: 由何推何之完整無歧陳述,諸記號前置定。

敗: 目標模糊或起假設不全→進前澄清。含隱假設之推導不可靠。

二:識所需數學機構

察工具並驗其適用:

  1. 代數技:識所需操作(張量代數、交換子代數、矩陣、級數展開)。驗涉結構合先決(如級數收斂、矩陣可逆)。
  2. 微積分+分析:識需常微/偏微、積分(及域)、泛函微、圍道積分、分布論。驗正則條件(可微、可積、解析)。
  3. 對稱+群論:識表示論工具(不可約表示、Clebsch-Gordan 系數、特徵正交、Wigner-Eckart)。
  4. 拓撲+幾何(若適):識幾何結構(流形、纖維叢、聯絡)+拓撲限(邊界項、繞數、指標定理)。
  5. 已知恒等式+引理:集將引之具體恒等式(如 Jacobi、Bianchi、分部積分、Stokes)。各明列,推導可名引。
## Mathematical Toolkit
- **Algebra**: [techniques and prerequisites]
- **Analysis**: [calculus tools and regularity conditions]
- **Symmetry**: [group theory tools]
- **Identities to invoke**: [list with precise statements]

得: 工具清單含特問題之適用條件驗。

敗: 工具有未驗先決(如均勻收斂未明之級數逐項微)→標缺口。證先決或陳為附加假設。

三:執行推導含步步證

以各步標籤+證進行:

  1. 一步一操作:每編號步精一代數/邏輯操作。勿合多操作於一步。
  2. 證標籤:各步標證。常標:
    • [by assumption] -- 引陳公理/假設
    • [by definition] -- 用前宣定義
    • [by {identity name}] -- 用名恒等式(如「by Jacobi identity」)
    • [by Step N] -- 引此推導前步
    • [by {theorem name}] -- 引外定理(步二陳)
  3. 中間檢點:每 5-10 步頓驗:
    • 兩側單位/量綱一致
    • 已知對稱守
    • 表達式變換性質正
  4. 分支點:推導分支(如簡並 vs 非簡並本徵值)→各分支為標子推導,合結。
## 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: 由起點至目標線性序,邏輯無缺。各步可獨立驗。

敗: 某步不承前→推導有缺。補缺中間步或識所需附加假設。勿以「可證」跳過,除非省者為步二所列之熟知恒等式。

四:驗極限情+特值

驗推出結果合已知物理/數學:

  1. 極限情:識至少三極限情,結果當減至已知:

    • 較簡已推公式(如相對論→非相對論極限)
    • 平凡情(如置耦合常數為零)
    • 極端參數域(如高溫/低溫極限)
  2. 特值:代特定參數值,答獨立已知(如 n=1 氫原子,d=3 三維結果)。

  3. 對稱檢:驗結果於對稱群下正變換。標量→守不變。矢量→查變換律。

  4. 與相關結果一致:查推出結果與同理論內他已知結果一致(如 Ward 恒等式、求和規則、互易關係)。

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

得: 諸極限情+特值生期望結果。推導內部一致。

敗: 極限情失示推導有錯。回溯察何步首生失極限之表達。常因:符號錯、缺 2 或 π 因子、組合係數錯、極限序關鍵之步。

五:呈完整推導含記號辭彙

組終成文推導:

  1. 敘事結構:書簡引段陳物理/數學動機、方法、主結果。
  2. 推導本體:呈步三之步,清整可讀。分類入邏輯塊以描述性標題(如「展開作用量至二階」、「施穩相條件」)。
  3. 結果框:終結果於醒目塊明陳,與推導分。
  4. 記號辭彙:編每符號之義、單位(若物理)、首現。
  5. 假設彙總:一處列諸假設,分基本假設與技術假設(如光滑、收斂)。
## 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: 自足文件,讀者由始至終可循,除明引恒等式/定理外不需外參。

敗: 推導過長(> ~50 步)→分引理。各引理分推,後以引引理組主結果。

  • 諸起假設首計算步前明陳
  • 每推導步有標證(無無證跳)
  • 每中間檢點單位+量綱一致
  • 至少三極限情驗並生期望結果
  • 特值匹獨立已知答
  • 結果於陳對稱群下正變換
  • 記號辭彙定諸用符
  • 推導完整:無「可證」延步
  • 有效域與終結果明陳

  • 隱假設:假設函數解析、級數收、積分存而不陳。每正則條件為假設須宣。
  • 符號錯:最常機械錯。每步經代入跟蹤符號驗。與量綱分析交叉(符號錯常生量綱不一致)。
  • 漏邊界項:分部積分或用 Stokes 時,邊界項僅特定條件下零。陳何零(如「因場於無窮遠較 1/r 更快衰」)。
  • 極限序:錯序生異結果(如熱力學極限先於零溫極限)。明陳序並證。
  • 循環論證:用待推結果為中間步。於結果為「顯然」熟知式時尤隱。每步須承陳起點,非因熟答。
  • 記號衝突:同符號用於異量(如「E」代能量+電場)。記號辭彙防此,然須推導前書非後。

  • formulate-quantum-problem
  • survey-theoretical-literature

GitHub 저장소

pjt222/agent-almanac
경로: i18n/wenyan-ultra/skills/derive-theoretical-result
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