適用於 Openclaw 的 Diffraction Scatter

一個高性能專用工具集，用於利用 pyFAI 函式庫處理 X 光繞射與散射數據。

tianyima96

v1.0.0

Apr 14, 2026

安裝

基本資訊

Skill.md

安裝與下載

1. ClawHub CLI

從來源直接安裝技能的最快方式。


                  npx clawhub@latest install diffraction-scatter

2. 手動安裝

將技能資料夾複製到以下位置之一

全域模式

~/.openclaw/skills/

工作區

<project>/skills/

優先級：工作區 > 本地 > 內建

3. 提示詞安裝

將此提示詞複製到 OpenClaw 即可自動安裝。


                  請幫我使用 Clawhub 安裝 diffraction-scatter。如果尚未安裝 Clawhub，請先安裝（npm i -g clawhub）。

想要直接下載？

取得包含原生技能檔案的ZIP壓縮檔。

什麼是 Diffraction Scatter？

Diffraction Scatter skill 是一套為從事 X 光散射數據研究的科研人員和工程師所設計的綜合工具包。它基於強大的 pyFAI、fabio 和 silx 開源函式庫構建，旨在簡化整個實驗後數據還原流程。它彌合了原始偵測器幀（EDF, TIFF, HDF5）與可發表級方位角整合之間的差距。

此 Openclaw Skills 整合在處理複雜的幾何校正、生成 .poni 檔案以及執行高通量批次處理方面表現出色。無論您是在執行標準廣角 X 光散射（WAXS）、小角 X 光散射（SAXS），還是進階掠入射廣角 X 光散射（GIWAXS），該 skill 都提供了以科學精度自動化工作流程所需的指令稿。

Diffraction Scatter 應用場景

校正 X 光偵測器以生成必要的 .poni 幾何檔案。
將 2D 偵測器影像轉換為 1D 徑向剖面 I(q) 或 I(2θ)。
生成用於織構與取向分析的 2D 餅圖 (q-χ)。
透過串流處理大規模 HDF5 或 Eiger 數據堆疊，以管理記憶體壓力。
應用實驗校正，包括遮罩、暗電流、平場和偏振因子。
自動化用於薄膜分析的 GIWAXS 和纖維圖整合。

Diffraction Scatter 運作原理

幾何驗證：該 skill 首先確認是否存在 .poni 檔案；若缺失，將引導使用者進行校正流程。
環境準備：它會設定一個預先配置好 pyFAI 及其相依套件的專用 Python 虛擬環境。
模式識別：根據實驗類型（SAXS, WAXS, GIWAXS），選擇最佳整合模式，例如 radial1d、azimuthal1d 或 fiber2d。
參數配置：收集元數據，包括入射角、單位偏好（nm⁻¹ 或 Å⁻¹）以及所需的偵測器校正。
執行與輸出：該 skill 執行整合指令稿以逐幀處理數據，並以 CSV、HDF5 或 NPZ 等格式輸出科學結果。

Diffraction Scatter 設定指南

若要將其安裝到您的 Openclaw Skills 環境中，請確保保持包含 lib/ 和 scripts/ 資料夾的目錄結構。

首先，建立所需的環境：

python pyfaiskills/scripts/install_pyfai_env.py --venv .venv-pyfai

透過存取主整合器的說明選單驗證安裝：

python path/to/diffraction-scatter/scripts/integrate_with_poni.py --help

Diffraction Scatter 資料結構與分類體系

該 skill 使用清晰的校正與結果檔案分類來組織透過 Openclaw Skills 處理的數據：

檔案類型	副檔名	說明
幾何	.poni	包含偵測器幾何資訊的 PyFAI 取向歸一化內部檔案。
輸入幀	.edf, .tif, .h5	原始 2D 偵測器影像或數據堆疊。
1D 結果	.csv, .dat	針對 q 或 2θ 的整合強度剖面。
2D 結果	.npz, .h5, .png	重建的餅圖或倒易空間圖。
元數據	.jsonl	進度紀錄與逐幀元數據追蹤。