القائمة
光学学习技能，提供知识树构建、概念可视化和学习进度跟踪。 触发条件： - 用户说"帮我梳理XX知识体系" - 用户说"构建XX的学习路径" - 用户说"我需要学习超表面光学" - 用户询问某个光学概念的前置知识 自动触发：当用户表达学习光学领域知识的需求时。
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/photonics-dhl/Self-learning --skill optics-learningيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
填写 Word (.docx) 表格表单，格式零破坏。完整流程： 1. 用 python-docx 深度解析文档结构（段落/表格/合并单元格/表单域） 2. 定位可填写区域（区分指引行 vs. 内容行） 3. 保留原始格式（rPr/pPr）写入内容 4. 备份原文件 → 写入 → 验证 → Humanizer 润色 触发场景： - 明确填写类："帮我填表"、"填写申请表"、"填写 Word 表单"、"填这个 docx" - 修改内容类："修改这个表格"、"在这个 docx 里填入"、"更新 Word 表格内容" - 批量操作类："批量填表"、"把这些信息填到表格里"、"生成填写好的 Word 文档" - 文件路径指向 .docx 且语境为填写/修改/填入内容 - 提到"表格"、"表单"、"申请表"且目标文件是 Word 格式 - 任何需要在 .docx 表格中写入内容且保持格式的场景 依赖：python-docx（pip install python-docx）
审稿人专用技能。当用户提到以下任何场景时必须自动触发： - "审稿"、"审稿意见"、"审稿信"、"写审稿意见"、"帮我看这篇论文作为审稿人" - "review this paper"、"referee report"、"peer review" - "评价这篇稿件"、"给这篇论文写审稿意见"、"作为审稿人" - 收到期刊审稿邀请、需要提交审稿报告 7阶段系统化审稿流程（初评→逐节→统计→可复现→图表→研究诚信→写作质量）。 生成中英双语标准审稿信，含物理/光学实验特有审查项。 注意：本 skill 是"审别人的论文"，不是自审（paper-review）也不是写作诊断（academic-craft）。
学术写作诊断与修订。对已完成的文献综述或论文草稿进行6维度质量诊断，输出具体修订方案。适用于任何学术写作的质量把关。
استنادا إلى تصنيف SOC المهني
عرض SKILL.md
| name | optics-learning |
| description | 光学学习技能，提供知识树构建、概念可视化和学习进度跟踪。 触发条件： - 用户说"帮我梳理XX知识体系" - 用户说"构建XX的学习路径" - 用户说"我需要学习超表面光学" - 用户询问某个光学概念的前置知识 自动触发：当用户表达学习光学领域知识的需求时。 |
当你需要系统学习某个光学领域时，此技能提供：
分析目标领域的关键概念：
确定前置知识（必须先学）和并行知识（可以同时学）：
前置依赖：
A 知识 → B 知识 （必须先学 A 才能学 B）
并行关系：
A 知识 ←→ B 知识 （两者可以交叉学习）
输出格式：
# [领域] 知识树
## Level 1: 基础概念
- [[概念A]] - 核心定义
- [[概念B]] - 关键原理
## Level 2: 核心理论
- [[理论X]] - 核心公式
- [[理论Y]] - 关键应用
## Level 3: 高级应用
- [[应用Z]] - ...
## 学习路径
1. 先学 [[A]] 和 [[B]]
2. 然后学 [[X]]
3. 最后深入 [[Z]]
自动生成知识树的可视化：
graph TD
A["基础数学"] --> B["电磁场理论"]
B --> C["波动光学"]
C --> D["傅里叶光学"]
D --> E["成像系统"]
C --> F["干涉与衍射"]
F --> G["光学测量"]
使用 optics_viz.py 脚本生成概念图：
ideas - 听说过，了解大概studying - 正在学习mastered - 已掌握reference - 作为参考在 Obsidian 中使用：
```dataview
TABLE title, type, status
FROM ""
WHERE field = "optics" AND subfield = "超表面光学"
SORT status
## 光学子领域清单
### 基础层
- 电磁场理论 (Maxwell 方程)
- 波动光学 (干涉、衍射、偏振)
- 几何光学 (光线追迹、成像)
### 方法层
- 傅里叶光学 (频率分析、传递函数)
- 激光物理 (谐振腔、增益介质)
- 非线性光学 (极化率、XPM、SPM)
### 应用层
- 超表面光学 (相位调控、异常折射)
- 等离激元光学 (SPR、纳米光学)
- 量子光学 (纠缠、压缩态)
### 计算层
- FDTD (时域有限差分)
- RCWA (严格耦合波分析)
- BPM (光束传播法)
## 快速启动命令
当你需要开始新领域学习时，使用以下 prompt：
"帮我构建 [领域名] 的知识树，生成 Obsidian 笔记并更新学习路径"
## 示例
### 超表面光学知识树
超表面光学 ├── 前置知识 │ ├── 电磁场理论 │ ├── 波动光学 │ └── 广义斯涅尔定律 ├── 核心概念 │ ├── 相位突变 (Phase Discontinuity) │ ├── 广义反射/折射定律 │ └── 共振单元设计 ├── 关键技术 │ ├── V 形天线阵列 │ ├── 高折射率介电纳米柱 │ └── 几何相位 (Pancharatnam-Berry) └── 应用方向 ├── 超构透镜 (Metalens) ├── 轨道角动量生成 └── 智能光学表面
## 模拟工具子模块（关联 qutip / sympy skills）
构建知识树后，理论推导和数值仿真是深入学习的关键步骤。以下两个 skill 作为本技能的模拟工具子模块：
### qutip — 量子光学数值模拟
**适用场景**：需要数值求解量子系统动力学时调用。擅长开放量子系统、耗散过程、Wigner 函数可视化。
- 关联 skill：`qutip`（`.claude/skills/qutip/SKILL.md`）
- 典型用例：
1. **腔 QED 模拟**：Jaynes-Cummings 模型，原子-光子耦合动力学（`mesolve` + 期待值演化）
2. **退相干分析**：Lindblad 主方程求解耗散过程，计算纠缠度随时间衰减（`concurrence`）
3. **量子态可视化**：相干态/压缩态的 Wigner 函数分布图（`wigner` + `contourf`）
### sympy — 符号推导与解析验证
**适用场景**：需要精确符号推导、公式验证、或生成 LaTeX 公式时调用。擅长解析积分、微分方程、矩阵对角化。
- 关联 skill：`sympy`（`.claude/skills/sympy/SKILL.md`）
- 典型用例：
1. **Maxwell 方程推导**：从旋度方程出发，符号推导电磁波方程和边界条件（`diff` + `simplify`）
2. **耦合模理论**：符号建立耦合微分方程组，解析求解本征频率分裂（`dsolve` + `eigenvals`）
3. **公式→代码流水线**：符号推导得到解析解后，`lambdify` 转为 NumPy 函数供 matplotlib 绑图
### 协同工作流
optics-learning（知识树） → sympy（手推核心公式，确认物理正确性） → qutip（数值验证，参数扫描，可视化动态过程）