メニュー
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。
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
SOC 職業分類に基づく
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/photonics-dhl/Self-learning --skill optics-learningコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
SKILL.md を表示中
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。
| 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）