derive-theoretical-result
정보
이 스킬은 기본 원리나 확립된 정리로부터 이론적 결과를 단계별로 유도하며, 각 단계를 명시적으로 정당화하고 특수한 경우를 검증합니다. 공식 도출, 명제 증명, 교과서 결과 재유도, 논문을 위한 자체 포함 증명 작성에 적합하도록 설계되었습니다. 개발자는 엄격하고 논리적으로 검증된 수학적 또는 이론적 유도가 필요할 때 이 스킬을 사용해야 합니다.
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/derive-theoretical-resultClaude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요
문서
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
入
- 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
法
第一步:陳始假設與目標結果
於算前明書推導之契:
- 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。
- 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。
- 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。
- 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:
- 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)。
- 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)。
- 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)。
- 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)。
- 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:
- 每步一操:每編號步行僅一代數或邏輯操。勿合多操為一。
- 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)
- 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
- 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:
-
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)
-
特值:代已知之特定參數值(如氫原子 n=1、三維結果 d=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。
-
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:
- 敘結構:書短引段陳物理或數學動機、法、主結。
- 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」)。
- 結果框:於突塊明陳終結,與推導別。
- 符表:集推導中諸符,附義、單位(若物理)、首現。
- 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。
驗
- 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
陷
- 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 저장소
연관 스킬
llamaguard
기타LlamaGuard는 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.
cost-optimization
기타이 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.
quantizing-models-bitsandbytes
기타이 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.
dispatching-parallel-agents
기타이 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.
