返回技能列表

interpret-raman-spectrum

pjt222
更新于 2 days ago
9 次查看
17
2
17
在 GitHub 上查看
其他data

关于

This skill interprets Raman spectra to identify molecular vibrations and assign symmetries by analyzing polarizability-driven selection rules and depolarization ratios. It's particularly useful for studying symmetric vibrations, analyzing samples where IR spectroscopy is difficult, and performing non-destructive analysis. Key capabilities include mitigating fluorescence interference, comparing with complementary IR data, and matching reference spectra.

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/interpret-raman-spectrum

在 Claude Code 中复制并粘贴此命令以安装该技能

技能文档

解拉曼光譜

析拉曼散射光譜以辨分子振動、施極化率之選律、比於互補之 IR 數據、評去偏振比以歸對稱,得振動之全析。

用時

  • 析 IR 難為之樣(水溶液、封容器、遙測)
  • 辨 IR 中弱或不活躍之對稱振動
  • 於中心對稱分子以互斥律補 IR 數據
  • 以特徵拉曼帶述碳材(石墨烯、碳納管、金剛石)
  • 析無機化合、礦物、結晶相,拉曼常較 IR 為詳
  • 行非破壞原位析(許多拉曼量測無需樣品製備)

  • 必要:拉曼光譜數據(cm-1 拉曼位移對強度)
  • 必要:激發雷射波長(如 532 nm、633 nm、785 nm、1064 nm)
  • 可選:同樣之 IR 光譜以互補析
  • 可選:偏振數據(平行與垂直光譜以算去偏振比)
  • 可選:既知分子式或化合類
  • 可選:樣品之物理態(固、液、液體、氣、薄膜)

第一步:評光譜品質並辨偽影

析峰前評拉曼光譜之可靠:

  1. 雷射波長與螢光:螢光乃拉曼光譜最常見之擾。生寬而強之背景,或蔽拉曼峰。短波長雷射(532 nm)激更多螢光;長波長(785 nm、1064 nm)減之,然拉曼訊弱(強度隨 λ^-4 減)
  2. 信噪比:評拉曼峰是否可明別於噪。弱拉曼散射者或需更長採集時間或更高雷射功率
  3. 宇宙射線尖:於隨機位現之銳窄尖乃宇宙射線偽影,非拉曼峰。僅於時間平均集之一光譜中現,可以尖濾除之
  4. 基線校正:傾或曲之基線(自螢光或熱輻射)當於量峰位與強度前減之
  5. 光降解:高雷射功率或損或轉樣品。察同點相繼採集之譜變。見降解則減功率
  6. 光譜範圍:標準拉曼光譜涵 100--4000 cm-1 拉曼位移。低頻截止依阻瑞利線之邊或凹口濾。記任何截

**得:**光譜品質已評,螢光程度有記,偽影(宇宙射線、基線漂移)已辨或校,可用譜範圍已確。

**敗則:**若螢光壓光譜(寬背景 >> 拉曼峰),薦以長波長雷射(785 或 1064 nm)或表面增強拉曼(SERS)重量。樣品若降解,減雷射功率或用旋轉樣品臺。

第二步:辨拉曼活躍模並施選律

定何振動拉曼活躍及其如何補 IR 數據:

  1. 拉曼選律:振動若涉分子極化率之變則拉曼活躍。對稱伸縮(常改分子體積)於拉曼常強
  2. IR 選律(為比):振動若涉偶極矩之變則 IR 活躍。不對稱伸縮於 IR 常強
  3. 互斥律:具反演中心(中心對稱)之分子,無振動能拉曼與 IR 並活躍。若一帶於二譜皆現,則分子無對稱中心
  4. 普適互補:非中心對稱分子亦然,拉曼中強之振動 IR 中常弱,反之亦然。此互補令 Raman + IR 合集較獨任一為詳
  5. 辨拉曼偏重之模:對稱伸縮(C-C、C=C、S-S、N=N)、環之呼吸模、同核鍵之伸縮(無偶極變且 IR 不活躍)於拉曼常強

**得:**選律已用,拉曼活躍對 IR 活躍之模已別,若分子中心對稱則互斥已驗。

**敗則:**若分子對稱未知,以合 Raman 與 IR 之數據推之。若一帶於二譜皆現且強度近,則分子非中心對稱。

第三步:析拉曼位移位

以特徵頻率歸諸觀測拉曼帶於具體振動模:

  1. C-H 伸縮區 (2800--3100 cm-1):似 IR,然拉曼強度異。芳香與烯 C-H (3000--3100 cm-1) 常較脂肪 C-H 於拉曼為強
  2. 三鍵 (2100--2260 cm-1):C 三鍵 C 對稱伸縮於拉曼強,IR 中常弱或闕。C 三鍵 N 於二者皆活躍
  3. 雙鍵伸縮
位移 (cm-1)歸屬拉曼強度
1600--1680C=C 伸縮
1650--1800C=O 伸縮中(弱於 IR)
1500--1600芳香 C=C中至強
  1. 芳香環模
位移 (cm-1)歸屬
990--1010環呼吸(單取代)極強,具診斷
1000環呼吸(對稱三取代)
1580--1600環伸縮
3050--3070芳香 C-H 伸縮
  1. 其他特徵拉曼帶
位移 (cm-1)歸屬
430--550S-S 伸縮(二硫)
570--705C-S 伸縮
800--1100C-C 骨架伸縮
630--770C-Cl 伸縮
500--680C-Br 伸縮
200--400金屬—配體伸縮
  1. 碳材:G 帶(~1580 cm-1,石墨 sp2)與 D 帶(~1350 cm-1,缺陷/無序)為碳同素異形體之診斷。2D 帶(~2700 cm-1)述石墨烯層數。金剛石顯 1332 cm-1 之銳峰

**得:**諸顯拉曼帶歸於振動模,參特徵頻率範圍。

**敗則:**若帶不能以上表歸之,閱光譜庫(礦物之 RRUFF、有機之 SDBS)。未歸帶或屬結晶樣之組合模、泛音、或晶格振動。

第四步:比拉曼與 IR 數據

合二互補振動技術:

  1. 列相應帶:為每振動模作比表,列其拉曼位移、IR 頻率、各技術之相對強度
  2. 辨僅於一技術現之模:於拉曼現而 IR 闕之模(或反之)予對稱資訊。非極性鍵(對稱環境中之 S-S、C=C)之對稱伸縮僅於拉曼現
  3. 解曖:IR 歸屬暫定處(如指紋區疊之 C-O 與 C-N 伸縮),察拉曼因相對強度異而或予更清之像
  4. 官能團之證:以拉曼對應證 IR 所辨之官能團。如酯當於 IR 顯 C=O (~1735 cm-1) 而於拉曼顯 C-O-C。羧酸當於 IR 顯寬 O-H 而於二技術皆顯 C=O
  5. 評整一致:Raman 與 IR 數據當互一致。若矛盾(如歸為對稱伸縮之帶於所謂中心對稱分子之二譜皆強),則歸屬或對稱假設訛

**得:**合 Raman 與 IR 數據之統一振動析表,官能團歸屬以互補資訊證之或精之。

**敗則:**若 IR 數據闕,拉曼獨仍予益之資訊,而確定性減。記何歸屬宜以 IR 證。

第五步:評偏振數據並記錄結果

以去偏振比歸對稱並匯終析:

  1. 去偏振比 (ρ):ρ = I_垂直 / I_平行,自偏振拉曼實驗量之
    • ρ = 0 至 0.75:偏振帶 (ρ < 0.75)。全對稱振動(A 型)偏振
    • ρ = 0.75:去偏振帶。非全對稱振動得 ρ = 0.75
  2. 對稱歸屬:偏振帶必屬分子點群之全對稱不可約表示。此助別同頻異對稱之模
  3. 匯結果:匯諸觀測拉曼帶之全表:
    • 拉曼位移 (cm-1)
    • 相對強度(強/中/弱)
    • 去偏振比(若量)
    • 歸屬(振動模)
    • 相應 IR 帶(若觀)
  4. 比參考光譜:若化合已知,比觀測拉曼光譜於所出參考光譜(RRUFF、SDBS、NIST 等庫)。峰位合於 +/- 3 cm-1 內且相對強度合則證同
  5. 報不確定:標暫定歸屬,記何添實驗(溫度依賴拉曼、共振拉曼、SERS)可解曖

**得:**拉曼析已全,諸帶歸,偏振數據釋為對稱,結果合於 IR 與他光譜數據。

**敗則:**若偏振數據闕,對稱歸屬僅依頻與強度型。記此限,若對稱資訊為關鍵則薦偏振量測。

  • 光譜品質已評(螢光、宇宙射線、基線、光降解)
  • 拉曼選律已用,拉曼活躍模已辨
  • 分子若中心對稱,互斥律已驗
  • 諸顯拉曼帶歸於振動模
  • 拉曼數據與 IR 數據相比並合(若可得)
  • 去偏振比為對稱歸屬而釋之(若偏振數據可得)
  • 歸屬合既知分子結構或他技術所提之結構
  • 可則比參考光譜

  • 螢光壓拉曼訊:此為最常見單一問題。換長波長雷射或用時閘檢測。勿試以寬螢光駝為拉曼帶釋之
  • 混宇宙射線尖於真峰:宇宙射線生銳而強之尖,現於隨機位。單採集中現,平均光譜中消。恆察重現性
  • 忽極化率選律:IR 中強之模(極性鍵之不對稱伸縮)於拉曼或弱或闕,反之亦然。勿期同於 IR 之強度型
  • 忽樣品降解:高雷射功率或焦化、聚合、或相變樣品。同點相繼量測之譜變示降解
  • 假設諸拉曼帶皆基頻:泛音(二倍基頻)與組合帶或現於拉曼光譜。常弱於基頻而或致混淆若未慮之
  • 略低頻模:晶格振動、扭曲模、金屬—配體伸縮現於 400 cm-1 下。多常規拉曼設置不達此區。若此模為重,驗儀器之凹口/邊緣濾可量低頻

  • interpret-ir-spectrum — 偶極活躍模之互補振動技術
  • interpret-nmr-spectrum — 定分子連結以全結構歸屬
  • interpret-mass-spectrum — 立分子式與碎裂
  • interpret-uv-vis-spectrum — 述電子躍遷與發色團
  • plan-spectroscopic-analysis — 數據採集前擇並序分析技術

GitHub 仓库

pjt222/agent-almanac
路径: i18n/wenyan/skills/interpret-raman-spectrum
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