scientific-toolkit-skill

科学技術ツールキットスキル

適用範囲

科学計算およびソフトウェアを活用した研究では、このスキルを使用します。

• MATLAB/Octave のスクリプト作成、デバッグ、リファクタリング、信号・画像処理、FFT、フィルタリング、行列計算、シミュレーション、図のエクスポート。
• NumPy、SciPy、pandas、matplotlib、seaborn、scikit-learn、statsmodels、SymPy および関連ツールを使用した Python の科学技術ワークフロー。
• 統計、探索的データ分析、センサー／時系列予測、最適化、離散イベントシミュレーション、量子光学／開放量子系、材料データ、グラフ／ネットワーク分析。
• コーディングや研究分析に役立つ文献検索、引用メタデータ、BibTeX、参考文献の検証。

論文の文章作成には research-writing-skill を使用してください。Word/PPT の成果物には office-academic-skill を使用してください。

分野ごとの既定事項

ユーザーの専門分野は光電情報科学・工学です。次の分野に関連する例や確認を優先してください。

• 光学、オプトエレクトロニクス、光通信、光センシング、光ファイバーセンシング、BOTDR/BOTDA、BGS、SPM、分散、ノイズ、デコンボリューション。
• 信号処理、画像処理、分光法、検出器データ、センサー時系列、キャリブレーション、不確かさ。
• 論文／答弁用の MATLAB シミュレーションと再現可能な図の生成。

物理パラメーター、材料定数、ソフトウェアのメニュー操作、実験結果、論文の結論を捏造しないでください。不確かな場合は、ソースファイルを依頼するか、仮定であることを明記してください。

一般的なワークフロー

1. 変更を加える前に、提供されたコード、データ、README、ドキュメント、プロジェクトの指示を確認します。
2. 変数、次元、単位、入出力パス、乱数シード、想定される図を特定します。
3. 小さく検証可能な変更を行い、関係のないリファクタリングは避けます。
4. 独自実装の数値計算法より、実績のあるライブラリを優先します。
5. 可能な場合は、スクリプトまたはテスト単位で検証を実行します。
6. 環境、コマンド、出力パス、生成した図、既知の制限事項を報告します。

MATLAB と図

• 可能な限り元のコード構成を維持します。
• 物理的な意味、単位、仮定、数式の出典について簡潔なコメントを追加します。
• 主要なパラメーターを一元管理し、絶対パスのハードコードを避けます。
• 再現性が重要な確率シミュレーションでは rng を追加します。
• 論文用の図では、可能な場合は高解像度の .png とベクター形式の .svg の両方をエクスポートします。
• 軸、単位、凡例、サンプリングレート、線幅、フォント、色、画像解像度を確認します。

MATLAB/Octave の詳細については、references/scientific-skills/matlab/SKILL.md を使用してください。

Python 科学技術モジュール

関連するバンドル済みリファレンスのみを読み込みます。

• プロットと論文用の図：matplotlib、seaborn、scientific-visualization。
• 統計と時系列：statistical-analysis、statsmodels、timesfm-forecasting。
• 機械学習：scikit-learn。
• 記号数学と数式：sympy。
• 探索的データ分析：exploratory-data-analysis。
• 最適化：pymoo。
• シミュレーション：simpy。
• 量子光学／開放量子系：qutip。
• 材料／結晶／バンド／DOS ワークフロー：pymatgen。
• グラフ／ネットワーク／引用グラフ：networkx。
• FITS または天文／光学画像形式のデータ：astropy。
• スプレッドシート／PDF ユーティリティ：xlsx、pdf。
• 文献／引用のサポート：paper-lookup、citation-management、literature-review。

バンドル済みリファレンスには、uv pip install ... のような任意のインストールや、レート制限の緩和に使う任意の API キーが記載されている場合があります。現在のタスクに必要であり、ユーザーの同意がない限り、パッケージをインストールしたり、クラウド API を使用したり、ユーザーデータを外部サービスに送信したりしないでください。

安全規則

• API キー、トークン、個人データ、未発表の論文内容を公開またはコミットしないでください。
• 元のデータ、コード、Word/PPT、図を上書きしないでください。バージョンを付けて出力してください。
• 明示的な確認なしに、ユーザーファイルを削除したり、再帰的にクリーンアップしたりしないでください。
• 外部検索では、公開 API と公式ドキュメントを優先し、リアルタイムの検索結果とローカルでの推論を明確に区別してください。

検証

コードの場合：

• 関連するスクリプトまたは最小限の例を実行します。
• 生成されたファイルが存在し、読み取り可能であることを確認します。
• プロットの軸、単位、凡例、寸法が妥当であることを確認します。

研究分析の場合：

• わかる範囲でソフトウェアのバージョンを記載します。
• 入力ファイルとコマンドを列挙します。
• 仮定と不確かなパラメーターを明記します。