Un conjunto de herramientas especializado de alto rendimiento para procesar datos de difracción y dispersión de rayos X utilizando la biblioteca pyFAI.
Instalar y Descargar
1. ClawHub CLI
La forma más rápida de instalar una habilidad directamente desde el registro.
npx clawhub@latest install diffraction-scatter
2. Instalación manual
Copia la carpeta de la habilidad a una de estas ubicaciones
~/.openclaw/skills/ <project>/skills/ Prioridad: Espacio de trabajo > Local > Integrado
3. Instalación del prompt
Copia este prompt en OpenClaw para instalarlo automáticamente.
Ayúdame a instalar diffraction-scatter usando Clawhub. Si Clawhub no está instalado, instálalo primero (npm i -g clawhub).
¿Prefieres descargar?
Obtén los archivos originales de la habilidad en un archivo ZIP.
¿Qué es Diffraction Scatter?
El Diffraction Scatter skill es un kit de herramientas integral diseñado para investigadores e ingenieros que trabajan con datos de dispersión de rayos X. Construido sobre las potentes bibliotecas de código abierto pyFAI, fabio y silx, facilita todo el flujo de trabajo de reducción de datos post-experimento. Cierra la brecha entre los fotogramas de detector sin procesar (EDF, TIFF, HDF5) y las integraciones azimutales listas para publicación.
Esta integración de Openclaw Skills destaca en el manejo de calibraciones geométricas complejas, generación de archivos .poni y ejecución de procesamiento por lotes de alto rendimiento. Ya sea que esté realizando dispersión de rayos X de gran ángulo (WAXS), dispersión de rayos X de ángulo pequeño (SAXS) o dispersión de rayos X de gran ángulo de incidencia rasante (GIWAXS), este skill proporciona los scripts necesarios para automatizar su flujo de trabajo con precisión científica.
Casos de uso de Diffraction Scatter
- Calibración de detectores de rayos X para generar archivos geométricos .poni esenciales.
- Conversión de imágenes de detector 2D en perfiles radiales 1D I(q) o I(2θ).
- Generación de mapas de pastel 2D (q-χ) para análisis de textura y orientación.
- Procesamiento de grandes volúmenes de datos HDF5 o Eiger mediante streaming para gestionar la presión de memoria.
- Aplicación de correcciones experimentales, incluyendo máscara, corriente oscura, campo plano y factores de polarización.
- Automatización de integraciones GIWAXS y mapas de fibra para análisis de películas delgadas.
Cómo funciona Diffraction Scatter
- Validación geométrica: El skill confirma primero la presencia de un archivo .poni; si falta, dirige al usuario a través del flujo de trabajo de calibración.
- Preparación del entorno: Configura un entorno virtual Python dedicado, preconfigurado con pyFAI y sus dependencias.
- Identificación de modo: Según el tipo de experimento (SAXS, WAXS, GIWAXS), selecciona el modo de integración óptimo, como radial1d, azimuthal1d o fiber2d.
- Configuración de parámetros: Recopila metadatos, incluyendo ángulos incidentes, preferencias de unidad (nm⁻¹ o Å⁻¹) y correcciones de detector necesarias.
- Ejecución y salida: El skill ejecuta los scripts integrados para procesar los datos frame a frame, produciendo resultados científicos en formatos como CSV, HDF5 o NPZ.
Configuración de Diffraction Scatter
Para instalar esto dentro de su entorno de Openclaw Skills, asegúrese de mantener la estructura de directorios, incluidas las carpetas lib/ y scripts/.
Primero, cree el entorno requerido:
python pyfaiskills/scripts/install_pyfai_env.py --venv .venv-pyfai
Verifique la instalación accediendo al menú de ayuda del integrador principal:
python path/to/diffraction-scatter/scripts/integrate_with_poni.py --help
Esquema de datos y taxonomía de Diffraction Scatter
El skill organiza los datos procesados mediante Openclaw Skills utilizando una taxonomía clara de archivos de calibración y resultados:
| Tipo de archivo | Extensión | Descripción |
|---|---|---|
| Geometría | .poni | Archivo interno de normalización de orientación PyFAI que contiene la geometría del detector. |
| Fotogramas de entrada | .edf, .tif, .h5 | Imágenes de detector 2D sin procesar o pilas de datos. |
| Resultados 1D | .csv, .dat | Perfiles de intensidad integrados vs q o 2θ. |
| Resultados 2D | .npz, .h5, .png | Mapas de pastel reconstruidos o mapas de espacio recíproco. |
| Metadatos | .jsonl | Registros de progreso y seguimiento de metadatos frame a frame. |
Funciones avanzadas de Diffraction Scatter
- Integración mediante streaming: Procese enormes conjuntos de datos Eiger frame a frame sin cargar el archivo completo en la RAM.
- Métodos Multi-GPU/CPU: Alterne entre 'csr' para un rendimiento máximo o 'splitpixel' para la máxima precisión científica.
- Conciencia de modelo de error: Propague incertidumbres a lo largo del proceso de integración para una reducción de datos estadísticamente sólida.
- Integración de sector: Aísle rangos azimutales específicos para analizar patrones de dispersión anisotrópicos.
- GIWAXS automatizado: Soporte especializado FiberIntegrator para geometría de incidencia rasante con mapeo automatizado de q_ip y q_oop.
SKILL.md
Cargando
Habilidades relacionadas de Openclaw
Asesor de Planificación de Identidad en el Extranjero
Un motor de asesoramiento sofisticado para navegar por caminos de residencia por inversión global, ciudadanía y optimización fiscal utilizando verificación de datos en tiempo real.
Generador de Imágenes de Contenido para Twitter/X
Un generador basado en IA para crear imágenes para Twitter, encabezados de hilos y tarjetas de enlace de alta conversión optimizadas para los algoritmos de la plataforma.
Rendshot
Rendshot es una herramienta de alto rendimiento para renderizar HTML/CSS en imágenes, capturar capturas de pantalla de sitios web y generar gráficos impulsados por IA utilizando ajustes preestablecidos específicos de la plataforma.
Generador de Imágenes de Contenido para Instagram
Una herramienta de creación de contenido visual de nivel profesional que combina las perspectivas del algoritmo de Instagram con la generación de imágenes Rendshot para producir activos de redes sociales de alta conversión.
Moegirlpedia MediaWiki API
Una integración de nivel profesional para que Openclaw interactúe con la MediaWiki API de Moegirlpedia mediante solicitudes autenticadas.
Skill de Consulta de la API de Subscan
Una skill de IA especializada para consultar datos de blockchain multi-chain a través de la API de Subscan con enrutamiento de endpoint automático y manejo inteligente de errores.
Aswath Damodaran: El Decano de la Valoración
Una persona de IA experta que aplica las metodologías de valoración del profesor de la NYU Aswath Damodaran para conectar datos cuantitativos con narrativas comerciales cualitativas.
Presentado*
