MCP HubMCP Hub
Вернуться к навыкам

interpret-uv-vis-spectrum

pjt222
Обновлено 6 days ago
12 просмотров
17
2
17
Посмотреть на GitHub
Другоеgeneral

О программе

Этот навык интерпретирует УФ-видимые спектры для идентификации хромофоров и электронных переходов. Он применяет правила Вудворда-Физера для сопряжённых систем и выполняет количественный анализ с использованием закона Бугера-Ламберта-Бера. Используйте его для характеристики органических соединений, мониторинга кинетики реакций и анализа металлокомплексов.

Быстрая установка

Claude Code

Рекомендуется
Основной
npx skills add pjt222/agent-almanac -a claude-code
Команда плагинаАльтернативный
/plugin add https://github.com/pjt222/agent-almanac
Git клонированиеАльтернативный
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/interpret-uv-vis-spectrum

Скопируйте и вставьте эту команду в Claude Code для установки этого навыка

Документация

解 UV-Vis 譜

析紫外可見吸收→識發色團、歸電子躍遷、於共軛系用 Woodward-Fieser 律、以 Beer-Lambert 律定量。

  • 識有機物之發色團與共軛度
  • 證芳環、共軛烯、烯酮存在
  • 定量析(由吸光度定濃)
  • 監反應動力(追蹤吸光度時變)
  • 徵金屬-配體絡合物(d-d 與電荷轉移躍遷)
  • 評溶劑效(溶劑效應)

  • :UV-Vis 譜(波長 nm vs 吸光度或摩爾吸光)
  • :測用溶劑
  • :濃與光程(為 Beer-Lambert 算)
  • :λmax 之摩爾吸光 ε
  • :多溶劑之譜(析溶劑效應)
  • :他譜法之結構信息

一:驗儀參與譜質

析吸收帶前確數據可靠:

  1. 波長範:確譜涵相關範。標 UV-Vis 於 190-800 nm。溶劑定低波長截:
溶劑UV 截(nm)
190UV 優透
己烷195非極、溶劑效微
甲醇205質子性、或致藍移
乙腈190通用 UV 溶劑佳
二氯甲烷230230 下吸
氯仿245245 下吸
丙酮330強吸,差 UV 溶劑
  1. 吸光度範:可靠測於 A = 0.1-1.0 間。< 0.1 噪主;> 1.0 雜光致非線。標範外 λmax
  2. 基線與空白:驗減溶劑空白。殘溶劑吸或杯偽影→短波長處升基線
  3. 狹縫寬:窄縫解析佳而信噪低。若期精細(電子帶之振動級進)→驗縫寬適(典 1-2 nm)

得:儀參記,溶劑截守,吸光度於線範,基線確淨。

敗:λmax A > 1.0 →須稀而重測。溶劑吸於關注區→建換更透溶劑重採。

二:定 λmax 與帶特徵

尋並徵諸吸收帶:

  1. 尋 λmax:識各吸收頂(λmax)並記波長(nm)與吸光度(或 ε 若知)
  2. 量帶形:察各帶寬而無特(溶液相電子躍遷典)或示振動精細結構(剛性發色團如多環芳香典)
  3. 記肩:吸收肩示疊躍遷。記約波長與強
  4. 按 ε 歸
ε (L mol-1 cm-1)躍遷型
< 100禁戒(n → π*)酮 ~280 nm
100-10,000弱允芳 250-270 nm
10,000-100,000全允(π → π*)共軛烯 ~220 nm
> 100,000電荷轉移金屬絡合、染料

得:諸吸收頂與肩列,附波長、吸光度/ε、質性帶形。

敗:譜無明頂(單調升)→化合物於測範或缺發色團,或濃過低。增濃或延波長範。

三:歸電子躍遷

各吸收帶賦具體躍遷型:

  1. *σ → σ(< 200 nm)**:僅真空 UV 觀。飽和烴與 C-C/C-H 鍵相關。標 UV-Vis 不常測
  2. *n → σ(150-250 nm)**:孤對至 σ 反鍵。雜原子(O、N、S、鹵)觀。飽和胺 ~190-200;醇/醚 ~175-185
  3. π → π(200-500 nm)**:成鍵 π 至反鍵 π。有機物最強吸收。強與波長隨共軛延而增
  4. *n → π(250-400 nm)**:孤對至 π 反鍵。形式禁戒(ε 低,典 10-100)。C=O(簡酮 270-280)、N=O、C=S 之特徵
  5. 電荷轉移躍遷:給體與受體間或金屬與配體間電子轉移。典極強(ε > 10,000)且寬。金屬絡合物、給-受有機分子見
  6. d-d 躍遷(過渡金屬絡合物):可見區之弱寬帶,由晶場或配體場裂生

得:各吸收帶賦躍遷型附理(位、強、溶劑敏)。

敗:若帶不能歸標躍遷型→考電荷轉移或雜質吸收。多疊躍遷或須解卷積。

四:共軛系用 Woodward-Fieser 律

為共軛烯與烯酮預 λmax 並比觀察:

  1. 共軛烯(Woodward 律):
增量(nm)
基值(異環二烯)214
基值(同環二烯)253
各額外共軛 C=C+30
各環外 C=C+5
各 C=C 上烷基取代+5
-OAcyl 取代+0
-OR 取代+6
-SR 取代+30
-Cl、-Br 取代+5
-NR2 取代+5
  1. α-β 不飽和羰(Woodward-Fieser 律):
增量(nm)
基值(α-β 不飽和酮,6 環或無環)215
基值(α-β 不飽和醛)208
各額外共軛 C=C+30
各環外 C=C+5
同環二烯組+39
α 取代(烷)+10
β 取代(烷)+12
γ 及更高取代(烷)+18
-OH(α)+35
-OH(β)+30
-OAc(α、β、γ)+6
-OR(α)+35
-OR(β)+30
-Cl(α)+15
-Cl(β)+12
-Br(β)+25
-NR2(β)+95
  1. 算預 λmax:基值加諸適用增量
  2. 比觀察:+/- 5 nm 內合支設發色團。差 > 10 nm 示結構賦誤或強溶/立體效

得:預 λmax 算並比觀察值,支或駁設發色團結構。

敗:若預與觀察顯異→復審假設發色團結構。常誤:計取代錯、忽環外雙鍵、或用誤基值(同環 vs 異環)。

五:用 Beer-Lambert 律定量

以吸光度定濃或徵摩爾吸光:

  1. Beer-Lambert 式:A = ε * b * c,A = 吸光度(無量綱),ε = 摩爾吸光(L mol-1 cm-1),b = 光程(cm),c = 濃(mol L-1)
  2. 定 ε:若濃與光程知→由 λmax 測吸光度算 ε
  3. 定濃:若 ε 知(文獻或校曲)→由測吸光度算濃
  4. 察線性:Beer-Lambert 律僅線範內有效(典 A = 0.1-1.0)。高吸光度因雜光、分子作用、儀限→偏差
  5. 評溶劑效:比極 vs 非極溶劑之譜:
    • 紅移:λmax 至長波。π → π* 於極溶劑紅移;n → π* 於非極溶劑紅移
    • 藍移:λmax 至短波。n → π* 於極/質子溶劑藍移(氫鍵穩孤對基態)
    • 增/減色效:ε 增減而波長不變

得:定量結果以適有效數算,線性驗,有多溶劑時記溶劑效。

敗:Beer-Lambert 線性失→察樣降解、高濃聚集、或熒光干擾。稀並重測以證。

  • 溶劑截守且吸光度於線範(0.1-1.0)
  • 諸 λmax 與肩列附波長、吸光度、ε
  • 各吸收帶賦電子躍遷型
  • 適用處行 Woodward-Fieser 算並比觀察 λmax
  • Beer-Lambert 律正用,線性已驗
  • 多溶劑時記溶劑效
  • 發色團賦合他譜法之分子結構

  • 測於 A > 1.0:高吸光度因雜光效不可靠。λmax 吸光度 > 1.0 必稀並重測
  • 忽溶劑截:試解溶劑截下之吸收→偽影非真樣
  • 僅以強辨躍遷:~280 nm 之弱帶可為羰之 n → π* 或芳之禁戒 π → π*。須脈絡與溶劑效辨
  • 誤用 Woodward-Fieser 律:此經律僅適共軛烯與 α-β 不飽和羰。不可用芳系、孤立發色團、金屬絡合物
  • 忽雜質吸收:少量強吸雜質可主譜。λmax 不合預期→考雜質貢獻
  • 假設一帶=一躍遷:寬 UV-Vis 帶常含多疊躍遷。精確賦或需帶解卷積

  • interpret-nmr-spectrum —— 定分子連接以助發色團識
  • interpret-ir-spectrum —— 識貢獻發色團之官能團
  • interpret-mass-spectrum —— 立分子式並由裂片察共軛
  • interpret-raman-spectrum —— 對稱發色團之互補振數據
  • plan-spectroscopic-analysis —— 數據採前擇譜技序

GitHub репозиторий

pjt222/agent-almanac
Путь: i18n/wenyan-ultra/skills/interpret-uv-vis-spectrum
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Похожие навыки

llamaguard

Другое

LlamaGuard — это модель от Meta с 7–8 миллиардами параметров для модерации входных и выходных данных больших языковых моделей по шести категориям безопасности, таким как насилие и разжигание ненависти. Она обеспечивает точность 94–95% и может быть развернута с помощью vLLM, Hugging Face или Amazon SageMaker. Используйте этот навык, чтобы легко интегрировать фильтрацию контента и защитные механизмы в ваши ИИ-приложения.

Просмотреть навык

cost-optimization

Другое

Этот навык Claude помогает разработчикам оптимизировать облачные расходы за счет правильного подбора ресурсов, стратегий тегирования и анализа затрат. Он предоставляет framework для сокращения облачных расходов и внедрения управления затратами в AWS, Azure и GCP. Используйте его, когда вам нужно проанализировать расходы на инфраструктуру, оптимизировать ресурсы или уложиться в бюджетные ограничения.

Просмотреть навык

quantizing-models-bitsandbytes

Другое

Этот навык выполняет квантизацию LLM до 8-битной или 4-битной точности с использованием библиотеки bitsandbytes, обеспечивая сокращение использования памяти на 50-75% при минимальной потере точности. Он идеально подходит для запуска больших моделей при ограниченной памяти GPU или для ускорения вывода, поддерживая форматы INT8, NF4 и FP4. Навык интегрируется с HuggingFace Transformers и позволяет использовать обучение QLoRA и 8-битные оптимизаторы.

Просмотреть навык

dispatching-parallel-agents

Другое

Этот навык Claude распределяет нескольких агентов для исследования и устранения трёх и более независимых проблем параллельно. Он предназначен для сценариев с несвязанными сбоями, которые можно устранить без общего состояния или зависимостей. Ключевая возможность — параллельное решение проблем, где за каждую независимую предметную область назначается отдельный агент для максимальной эффективности.

Просмотреть навык