返回技能列表

evaluate-levitation-mechanism

pjt222
更新于 Yesterday
3 次查看
17
2
17
在 GitHub 上查看
其他ai

关于

This skill performs a structured trade study to evaluate and compare different levitation mechanisms—including magnetic, acoustic, aerodynamic, and electrostatic types—for a given application. Use it when you need to select the most appropriate levitation approach for use cases like transport, precision measurement, or sample handling. It provides a systematic analysis to guide the decision-making process.

快速安装

Claude Code

推荐
主要方式
npx skills add pjt222/agent-almanac -a claude-code
插件命令备选方式
/plugin add https://github.com/pjt222/agent-almanac
Git 克隆备选方式
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/evaluate-levitation-mechanism

在 Claude Code 中复制并粘贴此命令以安装该技能

技能文档

評浮升機制

為特定應用擇最宜之浮升機制:定需求、以硬約束篩候選、以軟標準評倖存者,並於可復現之權衡研究矩陣中記其決定。

適用時機

  • 為新產或實驗擇浮升法
  • 為無接觸處理系統比磁、聲、氣動、靜電諸選
  • 於技術審或提案中證設計之決
  • 需求變時(如新負載、環境或成本目標)再評既有浮升系統
  • 於投入詳設計前行可行性研究

輸入

  • 必要:應用描述(所浮者為何、何以需無接觸懸浮)
  • 必要:負載屬性(質量範圍、材料、幾何、溫感)
  • 必要:運行環境(溫度範圍、氣氛、潔淨度、振動)
  • 選擇性:功率預算(可用瓦)
  • 選擇性:成本目標(原型與量產)
  • 選擇性:精度需求(定位準、剛度、隔振)
  • 選擇性:壽命與維護約束

步驟

步驟一:定應用需求

於評任何機制前定全需求之集:

  1. 負載規範:質量(自最小至最大之範圍)、尺寸、材料組成、磁性(是否鐵磁?導電?抗磁?)、溫度限(可耐低溫?加熱?)、表面敏感(接觸是否致污染或損)。
  2. 效能需求:浮升間距(mm 至 m)、承載、定位準、剛度(N/m)、阻尼、動態範圍(靜持 vs 受控動)。
  3. 環境約束:運行環境之溫度範圍、大氣組成(空氣、真空、惰氣、液)、潔淨等級(半導體 fab、生物、工業)、聲噪限、電磁相容(EMC)需求。
  4. 運行約束:可用功率、物理封包(浮升系統本身之大小與重)、維護間隔、壽命、操作者技能等。
  5. 經濟約束:原型成本、量產單位成本、開發時程。
## Requirements Summary
| Category | Requirement | Value | Priority |
|----------|------------|-------|----------|
| Payload mass | Range | [min - max] kg | Must have |
| Payload material | Magnetic class | [ferro/para/dia/non-magnetic] | Must have |
| Gap | Levitation height | [value] mm | Must have |
| Precision | Position accuracy | [value] um | Want |
| Temperature | Operating range | [min - max] C | Must have |
| Power | Budget | [value] W | Want |
| Cost | Unit cost target | [value] | Want |
| Environment | Cleanliness | [class or none] | Must have |
| Noise | Acoustic limit | [value] dB | Want |
| EMC | Field emission limit | [value or none] | Want |

預期: 需求表,每需求分為「Must have」(硬約束,過/敗)或「Want」(軟標準,以分標評)。至少定 5 需求。

失敗時: 若應用定義過泛不能設定量需求,訪利害關係人或行邊界分析:定各參數可接受之最寬範圍。無已定需求而行之導致權衡研究武斷或有偏。

步驟二:錄候選機制

列待評之浮升機制及其運行原理與基本限:

  1. 被動抗磁浮升:用所浮物(或抗磁穩定器)於永磁場中之抗磁磁化率。無需功率。限於小負載(毫克至克)且強抗磁材料(熱解石墨、鉍)。室溫運行。

  2. 主動電磁反饋:帶位置感測器與實時控制器之電磁鐵。處理自克至數百噸之負載(maglev 列車)。需連續功率與控制系統。適用於鐵磁與導電負載。

  3. 超導浮升:帶磁通釘扎之 II 型超導體提供被動、無功之浮升,具本徵穩定。需低溫冷卻(YBCO 77 K 需液氮,常規超導體需液氦)。負載限於超導體尺寸與臨界電流。極剛。

  4. 聲駐波:超聲換能器建壓力節點以陷小物。負載限於次波長物(於 40 kHz 空氣中典型 < 5 mm)。需連續驅動功率。不論磁或電性皆可。生可聞諧波與聲流。

  5. 聲相控陣:駐波浮升之擴,用多獨立控之換能器。可行三維操作與重定位。複雜與成本較高但靈活得多。

  6. 氣動(空氣軸承):加壓空氣之薄膜支物。用於精密臺、氣墊桌、氣墊船。需連續供氣。極低摩。精密軸承間距典型 5-25 微米,氣墊船更大。

  7. 氣動(Coanda/Bernoulli):空氣射流導向曲面建低壓區以懸物。簡便而廉。精度與剛度低。用於演示與某工業處理。

  8. 靜電(庫侖):帶電電極懸帶電或介電物。力極低(微至毫牛)但可於真空用。用於空間應用(引力波探測、慣性感測)與 MEMS。

  9. 靜電(離子陷阱):振蕩電場(Paul trap)或合靜磁場(Penning trap)限帶電粒子。用於單離子至奈米顆粒。主要為原子物理與質譜之實驗室技。

## Candidate Mechanisms
| # | Mechanism | Payload Range | Power | Temperature | Any Material? |
|---|-----------|--------------|-------|-------------|--------------|
| 1 | Passive diamagnetic | mg - g | None | Room temp | No (diamagnetic only) |
| 2 | Active EM feedback | g - 100+ t | Continuous | Room temp | No (ferro/conductive) |
| 3 | Superconducting | g - kg | Cryocooler | < 77 K | No (above SC) |
| 4 | Acoustic standing wave | ug - g | Continuous | Room temp | Yes |
| 5 | Acoustic phased array | ug - g | Continuous | Room temp | Yes |
| 6 | Air bearing | g - t | Air supply | Room temp | Yes |
| 7 | Coanda/Bernoulli | g - kg | Air supply | Room temp | Yes |
| 8 | Electrostatic Coulomb | ug - mg | Minimal | Any (vacuum ok) | No (charged/dielectric) |
| 9 | Ion trap | atoms - ug | RF power | Any (vacuum) | No (ions only) |

預期: 含所有物理上可行之機制之目錄,其基本特性已摘。至少 4 機制跨至少 2 不同物理原理。

失敗時: 若機制之基本限不定,查文獻或用相關分析技(analyze-magnetic-levitation、design-acoustic-levitation)以定之,然後進篩選。勿以猜度而篩。

步驟三:對硬約束篩

汰任「Must have」之需求不過之機制:

  1. 將各硬約束為過/敗濾:對目錄中之每一機制,檢各「Must have」需求。一敗即汰之。
  2. 常篩標準
    • 質量範圍:若負載逾機制之基本質量限則汰(如聲浮不能處理公斤負載)。
    • 材料相容:若負載非磁而機制需磁性材料則汰(如鐵磁物之被動抗磁浮升不可行)。
    • 溫度:若低溫於運行環境不可行,汰超導浮升。
    • 真空/大氣:若環境為真空,汰氣動機制。若 EMC 需無磁場,汰磁機制。
    • 接觸:空氣軸承需近平面(準接觸)。若真無接觸所需則汰之。
  3. 記汰之原因:記各已汰機制為何敗,以便於需求變時重審決定。
## Screening Results
| # | Mechanism | Pass/Fail | Eliminating Constraint | Reason |
|---|-----------|-----------|----------------------|--------|
| 1 | Passive diamagnetic | [P/F] | [constraint or N/A] | [reason] |
| 2 | Active EM feedback | [P/F] | [constraint or N/A] | [reason] |
| ... | ... | ... | ... | ... |

預期: 縮減之候選機制清單,各已過所有硬約束。至少一機制過篩;理想 2-4 留供評分。

失敗時: 若無機制過所有硬約束,則需求相互矛盾。鬆最不關鍵之「Must have」需求(改為「Want」)並再篩。若需鬆多需求,應用或需合二機制之混合法(如磁主力配氣動穩定)。

步驟四:以軟標準評分

以加權評分矩陣排倖存之機制:

  1. 定評分標準與權:將各「Want」需求轉為評分標準。賦權以示相對重要(如 1-5 標,或加至 100% 之百分比權)。常標含:
    • 成本(原型與單位):以經濟敏感度加權
    • 複雜:組件數、控電子、對齊關鍵性
    • 精度:定位準、剛度、隔振品質
    • 功耗:運行瓦、待機瓦
    • 可擴:處理負載範圍或量產之能
    • 可控:動態調間距、位置或剛度之易
    • 成熟:技術成熟度等級、商用組件之可得
    • :聲、電磁或振動排放
  2. 評各機制:以一致之標(如 1 = 差、3 = 可、5 = 優)評各倖存機制於各標準。若可則依步驟一至三之定量數據,非主觀偏好。
  3. 算加權總:對各機制,乘各標準分以其權並加之。加權分最高者乃首候選。
  4. 靈敏度分析:使首 2-3 權 +/- 20% 並察排序是否變。若排序敏於權之擇,標之並呈替代於決策者。
## Scoring Matrix
| Criterion | Weight | Mech A | Mech B | Mech C |
|-----------|--------|--------|--------|--------|
| Cost | [w1] | [s1A] | [s1B] | [s1C] |
| Complexity | [w2] | [s2A] | [s2B] | [s2C] |
| Precision | [w3] | [s3A] | [s3B] | [s3C] |
| Power | [w4] | [s4A] | [s4B] | [s4C] |
| Scalability | [w5] | [s5A] | [s5B] | [s5C] |
| Controllability | [w6] | [s6A] | [s6B] | [s6C] |
| Maturity | [w7] | [s7A] | [s7B] | [s7C] |
| **Weighted Total** | | **[T_A]** | **[T_B]** | **[T_C]** |
| **Rank** | | [rank] | [rank] | [rank] |

預期: 完整評分矩陣,所有標準已加權且所有機制已評分。明排序呈現,首候選已識。靈敏度分析確排序穩健(或記其脆處)。

失敗時: 若二機制分相差 10% 內,紙上決定過近。建議原型化兩者並依實驗效能擇之,或識一可破平之辨別性測試。

步驟五:記建議與權衡研究

出最終權衡研究報告:

  1. 建議:以一段式理由陳所建議之機制,引評分結果與關鍵辨別標準。
  2. 次位:識次位機制並解其於何條件變時會成首選(此為回退計)。
  3. 已汰機制:略列已汰機制及其失格約束以求完整。
  4. 風險與緩解:為所建議之機制識首三技術風險及建議之緩解。
  5. 下一步:指所需之詳設計工作(引合適之分析技:磁性用 analyze-magnetic-levitation、聲用 design-acoustic-levitation 等)。
## Trade Study Summary

### Recommendation
**[Mechanism name]** is recommended for [application] because [2-3 sentence justification
referencing the key scoring advantages].

### Runner-Up
**[Mechanism name]** would be preferred if [condition changes, e.g., "cryogenics become
available" or "payload mass decreases below X grams"].

### Eliminated Mechanisms
- [Mechanism]: eliminated by [constraint]
- [Mechanism]: eliminated by [constraint]

### Risks
| Risk | Impact | Likelihood | Mitigation |
|------|--------|-----------|------------|
| [Risk 1] | [H/M/L] | [H/M/L] | [action] |
| [Risk 2] | [H/M/L] | [H/M/L] | [action] |
| [Risk 3] | [H/M/L] | [H/M/L] | [action] |

### Next Steps
1. [Detailed analysis using specific skill]
2. [Prototype or simulation task]
3. [Experimental validation milestone]

預期: 自足之權衡研究文檔,另一工程師可審、質、行之。建議可追於需求與評分,非於未明之偏好。

失敗時: 若建議不能唯以評分證(如首分機制有已知之破局而標準未捕之),回步驟一加缺需求。勿越評分而不記其因。

驗證

  • 應用需求以定量值與優先分類已定
  • 至少 4 浮升機制跨 2+ 物理原理已錄
  • 硬約束篩已一致施,汰已記
  • 至少 2 機制過篩以為有意之比
  • 評分標準有明權,所有分已證
  • 對首 2-3 權因子已行靈敏度分析
  • 建議含可追於評分矩陣之理由
  • 次位與回退條件已記
  • 為所建議之機制已識風險與緩解
  • 權衡研究完整至獨立審者可驗之度

常見陷阱

  • 於權衡研究前錨於所偏好之機制:以結論始而逆工程需求或權以支之。解為於評任何機制前定需求與權。若爾已知欲何機制,則權衡研究為驗證之演練,非選擇——於此宜誠。
  • 略不熟域之機制:具磁背景之工程師忽聲選項,反之亦然。恒於初始目錄中納四大族(磁、聲、氣動、靜電)各至少一機制,縱多將遭篩。
  • 混硬軟約束:以偏好為硬約束則過早汰可行選。唯真不可議之需求(安全、物理限、監管)方為硬約束。餘皆應評分。
  • 預設平均加權:予所有標準同權亦為決定——其意所有標準同等重要。利害關係人應明排序。若拒,用成對比(AHP)以誘隱權。
  • 忽系統級交互:浮升機制不獨存。聲浮生可能影響近器之噪。主動磁浮射時變場可能違 EMC 需求。超導浮升需低溫基礎設施。於其系統語境內評之。
  • 無不確性之單點評分:評機制於成本為「4」意假精度。若可,分以範圍(如「3-5」)表之並傳不確性至最終排序。若二機制分範圍重疊,則排序非決定性。

相關技能

  • analyze-magnetic-levitation — 當磁浮為所建議或候選機制時之詳析
  • design-acoustic-levitation — 擇聲浮時之詳設計
  • analyze-magnetic-field — 算磁浮評估所需之磁場剖面
  • argumentation — 可用於權衡研究之結構化推理與決定之證明技

GitHub 仓库

pjt222/agent-almanac
路径: i18n/wenyan-lite/skills/evaluate-levitation-mechanism
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

相关推荐技能

llamaguard

其他

LlamaGuard是Meta推出的7-8B参数内容审核模型,专门用于过滤LLM的输入和输出内容。它能检测六大安全风险类别(暴力/仇恨、性内容、武器、违禁品、自残、犯罪计划),准确率达94-95%。开发者可通过HuggingFace、vLLM或Sagemaker快速部署,并能与NeMo Guardrails集成实现自动化安全防护。

查看技能

cost-optimization

其他

这个Claude Skill帮助开发者优化云成本,通过资源调整、标记策略和预留实例来降低AWS、Azure和GCP的开支。它适用于减少云支出、分析基础设施成本或实施成本治理策略的场景。关键功能包括提供成本可视化、资源规模调整指导和定价模型优化建议。

查看技能

quantizing-models-bitsandbytes

其他

这个Skill使用bitsandbytes库量化大语言模型,能在GPU内存有限时通过8位或4位量化减少50-75%内存占用,同时保持精度损失最小。它支持INT8、NF4、FP4等多种量化格式,可与HuggingFace Transformers无缝集成,适用于需要部署更大模型或加速推理的场景。还提供QLoRA训练和8位优化器支持,让开发者能轻松实现高效模型压缩。

查看技能

dispatching-parallel-agents

其他

该Skill用于并行处理3个以上无依赖关系的独立故障,可为每个问题域分派专属Claude代理同时执行调查修复。它通过并发处理多个独立问题显著提升故障排查效率,特别适用于测试文件、子系统等无共享状态的场景。

查看技能