cs-math

cs-math

目的

このスキルを使用すると、OpenClaw でコンピューターサイエンスにおける数学的な計算を実行できます。離散数学（集合、グラフなど）、組み合わせ論（順列など）、確率（分布など）、線形代数（行列演算など）、ML 向けの微積分（勾配など）を、最適化されたアルゴリズムで扱います。

使用するタイミング

アルゴリズムの確率計算、ML モデルの連立一次方程式の解法、データ構造における組み合わせ論の分析など、コードで数学的な計算を行うタスクにこのスキルを使用します。最適化問題や統計分析など、一般的な質問ではなく、正確なプログラムによる数学的処理が必要な場合に適用してください。

主な機能

• 離散数学の演算を実行します。順列、組み合わせ、グラフ探索（隣接行列を使用する方法など）。
• 確率を扱います。期待値、二項確率の計算、分布のシミュレーションが可能です。
• 線形代数を実行します。行列の乗算、行列式、逆行列、固有値の計算が可能です。
• ML 向けの微積分をサポートします。勾配や損失関数の偏導関数を計算します。
• データと連携します。入力された配列やベクトルを処理し、結果を JSON で返します。

使用パターン

OpenClaw の CLI または API で、操作とパラメーターを指定してスキルを呼び出します。一貫性を保つため、入力は必ず JSON オブジェクトとして渡してください。たとえば、Python コードでは次のようにします。import openclaw; result = openclaw.invoke_skill('cs-math', {'operation': 'permutation', 'n': 5, 'r': 3})。出力は辞書として扱い、たとえば 'result' キーがあるか確認します。API 呼び出しでは、失敗を検出するために try-except ブロックを使用してください。パラメーターを再利用する場合は、{"default_n": 5} のような JSON 形式の設定ファイルに保存し、呼び出す前に読み込みます。

一般的なコマンド/API

OpenClaw CLI を使用します。openclaw cs-math --operation calculate --params '{"type": "permutation", "n": 5, "r": 3}' --output json API の場合は、ヘッダー {'Authorization': 'Bearer $OPENCLAW_API_KEY'} と本文 {"operation": "matrix_multiply", "A": [[1,2],[3,4]], "B": [[5,6],[7,8]]} を指定して /api/skills/cs-math/execute に POST リクエストを送信します。 設定形式：パラメーターは、{"operation": "probability", "distribution": "binomial", "n": 10, "p": 0.5} のような JSON オブジェクトで指定します。一般的なフラグ：デバッグ出力には --verbose、API のタイムアウトを秒単位で設定するには --timeout 30 を使用します。Python のコード例： import openclaw params = {"operation": "gradient", "function": "x2 + y2", "at": [1,1]} result = openclaw.invoke('cs-math', params) print(result['value']) # Outputs the gradient vector

統合に関する注意

認証用の環境変数を設定して統合します。export OPENCLAW_API_KEY=your_api_key_value。コードでは、OpenClaw ライブラリをインポートし、次のようにスキルを呼び出します。openclaw.set_api_key(os.environ['OPENCLAW_API_KEY']); openclaw.invoke('cs-math', params)。Web アプリでは、再試行を処理するために SDK を使用します。openclaw.configure(retries=3)。入力がスキーマに適合することを確認します。たとえば、パラメーターには JSON Schema を使用します。より大きなワークフローに組み込む場合は、OpenClaw のイベントシステムを介して他のスキルと連携し、数学的な計算の後に 'algorithms' スキルをトリガーする方法などがあります。

エラー処理

'error' キーがあるか必ずレスポンスを確認します。たとえば、result.get('error') が真の場合は、独自の例外を発生させます。一般的なエラー：数値以外のパラメーター（順列の 'n' が負数の場合など）では InvalidInputError が発生します。次のように処理します。try: openclaw.invoke('cs-math', {'operation': 'permutation', 'n': -1}) except ValueError as e: log_error(e)。API がタイムアウトした場合は、--timeout フラグを使用し、HTTP エラーを捕捉します。response.status_code == 504 の場合は、最大 3 回再試行します。入力は事前に検証してください。たとえば、逆行列を求める場合は、次のように行列が正方行列であることを確認します。if not all(len(row) == len(matrix) for row in matrix): raise Error。デバッグには --verbose フラグを使用して、詳細なエラーを記録します。

具体的な使用例

1. 5 個の項目から一度に 3 個を選んで並べる順列を計算します：次のコードを使用します：import openclaw; params = {"operation": "permutation", "n": 5, "r": 3}; result = openclaw.invoke('cs-math', params); print(result['result']) # Outputs: 10
2. 2×2 行列 2 つの行列乗算を実行します：次のコードを使用します：import openclaw; A = [[1,2],[3,4]]; B = [[5,6],[7,8]]; params = {"operation": "matrix_multiply", "A": A, "B": B}; result = openclaw.invoke('cs-math', params); print(result['result']) # Outputs: [[19,22],[43,50]]

グラフの関連性

• 属するクラスター：computer-science
• 関連タグ：math, discrete, probability, linear-algebra, combinatorics, statistics
• 関連スキル：algorithms（数学をソートや計算量に応用するため）、data-science（統計との連携のため）、ml-foundations（モデルの学習における微積分のため）