关于 algorithm-design
algorithm-design 可将方法描述或实现整理为算法伪代码和 UML 图,适用于研究人员与开发者,并提供与代码核对的一致性检查。
主要功能
- 01定义算法输入、输出和参数
- 02编写带编号的 LaTeX 伪代码
- 03生成 Mermaid 类图和时序图
- 04核对图示与记法是否符合实现
- 05加入复杂度分析
适用场景
- 01为论文形式化描述方法
- 02用 UML 图记录代码结构
- 03检查伪代码是否与实现一致
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ lingzhi227/ agent-research-skills --skill algorithm-design安装后在 Claude Code 中输入/algorithm-design确认已加载。
附带文件references/algorithm-templates.md
详细介绍
算法设计
将方法形式化为算法伪代码和系统架构图。
输入
$0— 待形式化的方法描述或实现
参考资料
- 算法和图表模板:
~/.claude/skills/algorithm-design/references/algorithm-templates.md
工作流
步骤 1:形式化算法
- 定义清晰的输入和输出
- 确定主循环/递归结构
- 指定所有参数及其类型
- 编写分步伪代码
步骤 2:生成 LaTeX 伪代码
使用 algorithm + algpseudocode 环境:
\begin{algorithm}[t]
\caption{Method Name}
\label{alg:method}
\begin{algorithmic}[1]
\Require Input $x$, parameters $\theta$
\Ensure Output $y$
\State Initialize ...
\For{$t = 1$ to $T$}
\State $z_t \gets f(x_t; \theta)$
\If{convergence criterion met}
\State \textbf{break}
\EndIf
\EndFor
\State \Return $y$
\end{algorithmic}
\end{algorithm}
步骤 3:生成 UML 图(Mermaid)
类图
classDiagram
class Model {
+forward(x: Tensor) Tensor
+train_step(batch) float
}
时序图
sequenceDiagram
participant M as Main
participant D as DataLoader
M->>D: load_data()
D-->>M: batches
步骤 4:验证一致性
- 每个伪代码步骤都必须对应一个代码模块
- UML 中的每个类都必须存在于实现中
- 伪代码与代码中的参数名称必须一致
规则
- 使用标准算法表示法(而非代码语法)
- 为行编号,以便查阅
- 将复杂度分析作为注释或命题
- 使用
\Require/\Ensure表示输入/输出 - 将伪代码控制在恰当的抽象层级——既不过于详细,也不过于笼统
相关技能
评论
支持 Markdown