Um conjunto de ferramentas especializado de alto desempenho para processar dados de difração e espalhamento de raios-X usando a biblioteca pyFAI.
Instalar e Baixar
1. ClawHub CLI
A maneira mais rápida de instalar uma habilidade diretamente do registro.
npx clawhub@latest install diffraction-scatter
2. Instalação Manual
Copie a pasta da habilidade para um desses locais
~/.openclaw/skills/ <project>/skills/ Prioridade: Espaço de Trabalho > Local > Integrado
3. Instalação do Prompt
Copie este prompt para o OpenClaw para instalá-lo automaticamente.
Ajude-me a instalar o diffraction-scatter usando o Clawhub. Se o Clawhub não estiver instalado, instale-o primeiro (npm i -g clawhub).
Prefere baixar?
Obtenha os arquivos originais da habilidade em um arquivo ZIP.
O que é Diffraction Scatter?
O Diffraction Scatter skill é um kit de ferramentas abrangente projetado para pesquisadores e engenheiros que trabalham com dados de espalhamento de raios-X. Construído sobre as poderosas bibliotecas de código aberto pyFAI, fabio e silx, ele facilita todo o pipeline de redução de dados pós-experimento. Ele preenche a lacuna entre os frames de detector brutos (EDF, TIFF, HDF5) e as integrações azimutais prontas para publicação.
Esta integração do Openclaw Skills destaca-se no manuseio de calibrações geométricas complexas, geração de arquivos .poni e execução de processamento em lote de alto rendimento. Esteja você realizando espalhamento de raios-X de grande ângulo (WAXS), espalhamento de raios-X de pequeno ângulo (SAXS) ou espalhamento de raios-X de grande ângulo de incidência rasante (GIWAXS), este skill fornece os scripts necessários para automatizar seu fluxo de trabalho com precisão científica.
Casos de uso do Diffraction Scatter
- Calibração de detectores de raios-X para gerar arquivos geométricos .poni essenciais.
- Conversão de imagens de detector 2D em perfis radiais 1D I(q) ou I(2θ).
- Geração de mapas de bolo 2D (q-χ) para análise de textura e orientação.
- Processamento de grandes volumes de dados HDF5 ou Eiger via streaming para gerenciar a pressão da memória.
- Aplicação de correções experimentais, incluindo máscara, corrente escura, campo plano e fatores de polarização.
- Automação de integrações GIWAXS e mapas de fibra para análise de filmes finos.
Como o Diffraction Scatter funciona
- Validação Geométrica: O skill confirma primeiro a presença de um arquivo .poni; se estiver faltando, ele direciona o usuário pelo fluxo de trabalho de calibração.
- Preparação do Ambiente: Configura um ambiente virtual Python dedicado, pré-configurado com pyFAI e suas dependências.
- Identificação de Modo: Com base no tipo de experimento (SAXS, WAXS, GIWAXS), seleciona o modo de integração ideal, como radial1d, azimuthal1d ou fiber2d.
- Configuração de Parâmetros: Coleta metadados, incluindo ângulos incidentes, preferências de unidade (nm⁻¹ ou Å⁻¹) e correções de detector necessárias.
- Execução e Saída: O skill executa os scripts integrados para processar os dados frame a frame, gerando resultados científicos em formatos como CSV, HDF5 ou NPZ.
Configuração do Diffraction Scatter
Para instalar isso no seu ambiente Openclaw Skills, certifique-se de manter a estrutura de diretórios, incluindo as pastas lib/ e scripts/.
Primeiro, crie o ambiente necessário:
python pyfaiskills/scripts/install_pyfai_env.py --venv .venv-pyfai
Verifique a instalação acessando o menu de ajuda do integrador principal:
python path/to/diffraction-scatter/scripts/integrate_with_poni.py --help
Esquema de Dados e Taxonomia de Diffraction Scatter
O skill organiza os dados processados via Openclaw Skills usando uma taxonomia clara de arquivos de calibração e resultados:
| Tipo de Arquivo | Extensão | Descrição |
|---|---|---|
| Geometria | .poni | Arquivo interno de normalização de orientação PyFAI contendo a geometria do detector. |
| Frames de Entrada | .edf, .tif, .h5 | Imagens de detector 2D brutas ou pilhas de dados. |
| Resultados 1D | .csv, .dat | Perfis de intensidade integrados vs q ou 2θ. |
| Resultados 2D | .npz, .h5, .png | Mapas de bolo reconstruídos ou mapas de espaço recíproco. |
| Metadados | .jsonl | Registros de progresso e rastreamento de metadados frame a frame. |
Recursos avançados do Diffraction Scatter
- Integração via Streaming: Processe enormes conjuntos de dados Eiger frame a frame sem carregar o arquivo inteiro na RAM.
- Métodos Multi-GPU/CPU: Alterne entre 'csr' para rendimento máximo ou 'splitpixel' para maior precisão científica.
- Consciência de Modelo de Erro: Propague incertezas por todo o processo de integração para uma redução de dados estatisticamente sólida.
- Integração de Setor: Isole faixas azimutais específicas para analisar padrões de espalhamento anisotrópico.
- GIWAXS Automatizado: Suporte especializado FiberIntegrator para geometria de incidência rasante com mapeamento automatizado de q_ip e q_oop.
SKILL.md
Carregamento
Habilidades relacionadas do Openclaw
Consultor de Planejamento de Identidade Estrangeira
Um motor de consultoria sofisticado para navegar em caminhos de residência por investimento global, cidadania e otimização fiscal usando verificação de dados em tempo real.
Gerador de Imagens de Conteúdo para Twitter/X
Um gerador baseado em IA para criar imagens de Twitter, cabeçalhos de threads e cartões de link de alta conversão, otimizados para os algoritmos da plataforma.
Rendshot
Rendshot é uma ferramenta de alto desempenho para renderizar HTML/CSS em imagens, capturar capturas de tela de sites e gerar gráficos baseados em IA usando predefinições específicas da plataforma.
Gerador de Imagens de Conteúdo para Instagram
Uma ferramenta de criação de conteúdo visual de nível profissional que combina insights do algoritmo do Instagram com a geração de imagens Rendshot para produzir ativos de mídia social de alta conversão.
Moegirlpedia MediaWiki API
Uma integração de nível profissional para o Openclaw interagir com a MediaWiki API da Moegirlpedia usando solicitações autenticadas.
Habilidade de Consulta da Subscan API
Uma habilidade de IA especializada para consultar dados de blockchain multi-chain através da Subscan API, com roteamento automático de endpoint e tratamento inteligente de erros.
Aswath Damodaran: O Reitor da Avaliação
Uma persona de IA especializada que aplica as metodologias de avaliação do professor da NYU Aswath Damodaran para conectar dados quantitativos com narrativas de negócios qualitativas.
Apresentou*
