Communitygithub.com

Anhvu1107/all-agent-skill

Verwende dies immer, wenn die Anfrage zu Astropy passt: Astropy ist das zentrale Python-Paket für Astronomie und bietet essentielle Funktionen für astronomische Forschung und Datenanalyse.

Was ist all-agent-skill?

Dieser Skill stellt einen umfassenden und spezialisierten Assistenten für die Arbeit mit **Astropy** dar, dem zentralen Python-Paket für Astronomie. Er ist darauf ausgelegt, Entwicklern und Forschern bei einer Vielzahl von astronomischen Aufgaben zu helfen, darunter Koordinatentransformationen, Umgang mit physikalischen Einheiten, FITS-Dateioperationen, kosmologische Berechnungen, präzise Zeitverarbeitung, Tabellenmanipulation und Bildverarbeitung. Der Skill folgt einer selektiven Leseanleitung, die zunächst übergeordnete Referenzen wie `senior-master-standard.md` und `usage-routing.md` lädt, bevor auf detaillierte Modul-spezifische Dokumentationen zugegriffen wird. Durch die Bereitstellung von Schnellstartbeispielen, detaillierten Beschreibungen der Kernfähigkeiten (wie `astropy.units`, `astropy.coordinates` und `astropy.io.fits`) und gängigen Workflows (z. B. Koordinatenkonvertierung, Quervergleiche von Katalogen) ermöglicht dieser Skill eine effiziente und korrekte Nutzung von Astropy für komplexe astronomische Datenanalysen. Der Skill hebt auch bewährte Verfahren und Einschränkungen hervor und betont, dass die Ergebnisse durch domänenspezifische Validierung und Tests verifiziert werden sollten.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Anhvu1107/all-agent-skill/tree/HEAD/.agent/skills/astropy

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Astropy

Selektive Leseanleitung

Beginne mit:

  • references/senior-master-standard.md
  • references/usage-routing.md
  • references/quality-checklist.md

Lade dann nur die vererbten Dokumente, Skripte, Ressourcen oder Beispiele, die zur tatsächlichen Aufgabe des Benutzers passen.

Übersicht

Astropy ist das zentrale Python-Paket für Astronomie und bietet essentielle Funktionalität für astronomische Forschung und Datenanalyse. Verwende Astropy für Koordinatentransformationen, Berechnungen mit Einheiten und Größen, FITS-Dateioperationen, kosmologische Berechnungen, präzise Zeitverarbeitung, tabellarische Datenmanipulation und astronomische Bildverarbeitung.

Wann dieser Skill verwendet werden sollte

Verwende Astropy, wenn Aufgaben Folgendes beinhalten:

  • Konvertierung zwischen Himmelskoordinatensystemen (ICRS, Galactic, FK5, AltAz, usw.)
  • Arbeiten mit physikalischen Einheiten und Größen (Konvertierung von Jy in mJy, Parsec in km, usw.)
  • Lesen, Schreiben oder Manipulieren von FITS-Dateien (Bilder oder Tabellen)
  • Kosmologische Berechnungen (Leuchtkraftdistanz, Lookback-Zeit, Hubble-Parameter)
  • Präzise Zeitverarbeitung mit verschiedenen Zeitskalen (UTC, TAI, TT, TDB) und Formaten (JD, MJD, ISO)
  • Tabellenoperationen (Lesen von Katalogen, Quervergleiche, Filtern, Verknüpfen)
  • WCS-Transformationen zwischen Pixel- und Weltkoordinaten
  • Astronomische Konstanten und Berechnungen

Schnellstart

import astropy.units as u
from astropy.coordinates import SkyCoord
from astropy.time import Time
from astropy.io import fits
from astropy.table import Table
from astropy.cosmology import Planck18

# Einheiten und Größen
distance = 100 * u.pc
distance_km = distance.to(u.km)

# Koordinaten
coord = SkyCoord(ra=10.5*u.degree, dec=41.2*u.degree, frame='icrs')
coord_galactic = coord.galactic

# Zeit
t = Time('2023-01-15 12:30:00')
jd = t.jd  # Julianisches Datum

# FITS-Dateien
data = fits.getdata('image.fits')
header = fits.getheader('image.fits')

# Tabellen
table = Table.read('catalog.fits')

# Kosmologie
d_L = Planck18.luminosity_distance(z=1.0)

Kernfähigkeiten

1. Einheiten und Größen (astropy.units)

Behandle physikalische Größen mit Einheiten, führe Einheitenumrechnungen durch und stelle die dimensionale Konsistenz in Berechnungen sicher.

Schlüsseloperationen:

  • Erstelle Größen durch Multiplikation von Werten mit Einheiten
  • Konvertiere zwischen Einheiten mit der .to()-Methode
  • Führe Rechenoperationen mit automatischer Einheitenbehandlung durch
  • Verwende Äquivalenzen für domänenspezifische Konvertierungen (spektral, Doppler, Parallaxe)
  • Arbeite mit logarithmischen Einheiten (Magnituden, Dezibel)

Siehe: references/units.md für umfassende Dokumentation, Einheitensysteme, Äquivalenzen, Leistungsoptimierung und Einheitenarithmetik.

2. Koordinatensysteme (astropy.coordinates)

Stelle Himmelspositionen dar und transformiere zwischen verschiedenen Koordinatensystemen.

Schlüsseloperationen:

  • Erstelle Koordinaten mit SkyCoord in jedem System (ICRS, Galactic, FK5, AltAz, usw.)
  • Transformiere zwischen Koordinatensystemen
  • Berechne Winkeltrennungen und Positionswinkel
  • Gleiche Koordinaten mit Katalogen ab
  • Beziehe Entfernung für 3D-Koordinatenoperationen ein
  • Behandle Eigenbewegungen und Radialgeschwindigkeiten
  • Frage benannte Objekte aus Online-Datenbanken ab

Siehe: references/coordinates.md für detaillierte Beschreibungen der Koordinatensysteme, Transformationen, beobachterabhängige Systeme (AltAz), Katalogabgleich und Leistungstipps.

3. Kosmologische Berechnungen (astropy.cosmology)

Führe kosmologische Berechnungen mit Standard-Kosmologiemodellen durch.

Schlüsseloperationen:

  • Verwende eingebaute Kosmologien (Planck18, WMAP9, usw.)
  • Erstelle benutzerdefinierte kosmologische Modelle
  • Berechne Entfernungen (Leuchtkraft, mitbewegend, Winkeldurchmesser)
  • Berechne Alter und Lookback-Zeiten
  • Bestimme den Hubble-Parameter bei jeder Rotverschiebung
  • Berechne Dichteparameter und Volumina
  • Führe inverse Berechnungen durch (finde z für gegebene Entfernung)

Siehe: references/cosmology.md für verfügbare Modelle, Entfernungsberechnungen, Zeitberechnungen, Dichteparameter und Neutrinoeffekte.

4. FITS-Dateiverarbeitung (astropy.io.fits)

Lese, schreibe und manipuliere FITS-Dateien (Flexible Image Transport System).

Schlüsseloperationen:

  • Öffne FITS-Dateien mit Kontextmanagern
  • Greife auf HDUs (Header Data Units) nach Index oder Name zu
  • Lese und ändere Header (Schlüsselwörter, Kommentare, Verlauf)
  • Arbeite mit Bilddaten (NumPy-Arrays)
  • Behandle Tabellendaten (binäre und ASCII-Tabellen)
  • Erstelle neue FITS-Dateien (einfach oder mehrfach erweitert)
  • Verwende Speicherabbildung für große Dateien
  • Greife auf entfernte FITS-Dateien zu (S3, HTTP)

Siehe: references/fits.md für umfassende Dateioperationen, Headermanipulation, Bild- und Tabellenverarbeitung, Dateien mit mehreren Erweiterungen und Leistungsaspekte.

5. Tabellenoperationen (astropy.table)

Arbeite mit tabellarischen Daten mit Unterstützung für Einheiten, Metadaten und verschiedene Dateiformate.

Schlüsseloperationen:

  • Erstelle Tabellen aus Arrays, Listen oder Wörterbüchern
  • Lese/schreibe Tabellen in mehreren Formaten (FITS, CSV, HDF5, VOTable)
  • Greife auf Spalten und Zeilen zu und ändere sie
  • Sortiere, filtere und indiziere Tabellen
  • Führe datenbankähnliche Operationen durch (join, group, aggregate)
  • Stapele und verknüpfe Tabellen
  • Arbeite mit einheitenbewussten Spalten (QTable)
  • Behandle fehlende Daten mit Maskierung

Siehe: references/tables.md für Tabellenerstellung, I/O-Operationen, Datenmanipulation, Sortieren, Filtern, Joins, Gruppieren und Leistungstipps.

6. Zeitverarbeitung (astropy.time)

Präzise Zeitdarstellung und Konvertierung zwischen Zeitskalen und Formaten.

Schlüsseloperationen:

  • Erstelle Time-Objekte in verschiedenen Formaten (ISO, JD, MJD, Unix, usw.)
  • Konvertiere zwischen Zeitskalen (UTC, TAI, TT, TDB, usw.)
  • Führe Zeitarithmetik mit TimeDelta durch
  • Berechne Sternzeit für Beobachter
  • Berechne Lichtlaufzeitkorrekturen (baryzentrisch, heliozentrisch)
  • Arbeite effizient mit Zeitarrays
  • Behandle maskierte (fehlende) Zeiten

Siehe: references/time.md für Zeitformate, Zeitskalen, Konvertierungen, Arithmetik, Beobachtungsfunktionen und Präzisionshandhabung.

7. Weltkoordinatensystem (astropy.wcs)

Transformiere zwischen Pixelkoordinaten in Bildern und Weltkoordinaten.

Schlüsseloperationen:

  • Lese WCS aus FITS-Headern
  • Konvertiere Pixelkoordinaten in Weltkoordinaten (und umgekehrt)
  • Berechne Bildfußabdrücke
  • Greife auf WCS-Parameter zu (Referenzpixel, Projektion, Skalierung)
  • Erstelle benutzerdefinierte WCS-Objekte

Siehe: references/wcs_and_other_modules.md für WCS-Operationen und Transformationen.

Zusätzliche Fähigkeiten

Die Datei references/wcs_and_other_modules.md behandelt auch:

NDData und CCDData

Container für n-dimensionale Datensätze mit Metadaten, Unsicherheit, Maskierung und WCS-Informationen.

Modellierung

Framework zum Erstellen und Anpassen mathematischer Modelle an astronomische Daten.

Visualisierung

Werkzeuge zur astronomischen Bilddarstellung mit geeigneter Streckung und Skalierung.

Konstanten

Physikalische und astronomische Konstanten mit korrekten Einheiten (Lichtgeschwindigkeit, Sonnenmasse, Planck-Konstante, usw.).

Faltung

Bildverarbeitungskernel zum Glätten und Filtern.

Statistik

Robuste statistische Funktionen, einschließlich Sigma-Clipping und Ausreißer-Ablehnung.

Installation

# Astropy installieren
uv pip install astropy

# Mit optionalen Abhängigkeiten für volle Funktionalität
uv pip install astropy[all]

Häufige Workflows

Koordinaten zwischen Systemen konvertieren

from astropy.coordinates import SkyCoord
import astropy.units as u

# Koordinate erstellen
c = SkyCoord(ra='05h23m34.5s', dec='-69d45m22s', frame='icrs')

# In galaktische Koordinaten transformieren
c_gal = c.galactic
print(f"l={c_gal.l.deg}, b={c_gal.b.deg}")

# In Alt-Az transformieren (erfordert Zeit und Ort)
from astropy.time import Time
from astropy.coordinates import EarthLocation, AltAz

observing_time = Time('2023-06-15 23:00:00')
observing_location = EarthLocation(lat=40*u.deg, lon=-120*u.deg)
aa_frame = AltAz(obstime=observing_time, location=observing_location)
c_altaz = c.transform_to(aa_frame)
print(f"Alt={c_altaz.alt.deg}, Az={c_altaz.az.deg}")

FITS-Dateien lesen und analysieren

from astropy.io import fits
import numpy as np

# FITS-Datei öffnen
with fits.open('observation.fits') as hdul:
    # Struktur anzeigen
    hdul.info()

    # Bilddaten und Header abrufen
    data = hdul[1].data
    header = hdul[1].header

    # Auf Header-Werte zugreifen
    exptime = header['EXPTIME']
    filter_name = header['FILTER']

    # Daten analysieren
    mean = np.mean(data)
    median = np.median(data)
    print(f"Mittelwert: {mean}, Median: {median}")

Kosmologische Entfernungsberechnungen

from astropy.cosmology import Planck18
import astropy.units as u
import numpy as np

# Entfernungen bei z=1.5 berechnen
z = 1.5
d_L = Planck18.luminosity_distance(z)
d_A = Planck18.angular_diameter_distance(z)

print(f"Leuchtkraftdistanz: {d_L}")
print(f"Winkeldurchmesser-Distanz: {d_A}")

# Alter des Universums bei dieser Rotverschiebung
age = Planck18.age(z)
print(f"Alter bei z={z}: {age.to(u.Gyr)}")

# Lookback-Zeit
t_lookback = Planck18.lookback_time(z)
print(f"Lookback-Zeit: {t_lookback.to(u.Gyr)}")

Kataloge quervergleichen

from astropy.table import Table
from astropy.coordinates import SkyCoord, match_coordinates_sky
import astropy.units as u

# Kataloge lesen
cat1 = Table.read('catalog1.fits')
cat2 = Table.read('catalog2.fits')

# Koordinatenobjekte erstellen
coords1 = SkyCoord(ra=cat1['RA']*u.degree, dec=cat1['DEC']*u.degree)
coords2 = SkyCoord(ra=cat2['RA']*u.degree, dec=cat2['DEC']*u.degree)

# Übereinstimmungen finden
idx, sep, _ = coords1.match_to_catalog_sky(coords2)

# Nach Trennungsschwellwert filtern
max_sep = 1 * u.arcsec
matches = sep < max_sep

# Abgeglichene Kataloge erstellen
cat1_matched = cat1[matches]
cat2_matched = cat2[idx[matches]]
print(f"{len(cat1_matched)} Übereinstimmungen gefunden")

Best Practices

  1. Immer Einheiten verwenden: Füge Größen Einheiten hinzu, um Fehler zu vermeiden und dimensionale Konsistenz sicherzustellen
  2. Kontextmanager für FITS-Dateien verwenden: Stellt ordnungsgemäßes Schließen der Dateien sicher
  3. Arrays gegenüber Schleifen bevorzugen: Verarbeite mehrere Koordinaten/Zeiten als Arrays für bessere Leistung
  4. Koordinatensysteme überprüfen: Verifiziere das System vor Transformationen
  5. Geeignete Kosmologie verwenden: Wähle das richtige kosmologische Modell für deine Analyse
  6. Fehlende Daten behandeln: Verwende maskierte Spalten für Tabellen mit fehlenden Werten
  7. Zeitskalen angeben: Sei explizit bezüglich Zeitskalen (UTC, TT, TDB) für präzise Zeitangaben
  8. QTable für einheitenbewusste Tabellen verwenden: Wenn Tabellenspalten Einheiten haben
  9. WCS-Gültigkeit prüfen: Verifiziere WCS vor der Verwendung von Transformationen
  10. Häufig verwendete Werte cachen: Teure Berechnungen (z. B. kosmologische Entfernungen) können gecacht werden

Dokumentation und Ressourcen

Referenzdateien

Für detaillierte Informationen zu spezifischen Modulen:

  • references/units.md - Einheiten, Größen, Konvertierungen und Äquivalenzen
  • references/coordinates.md - Koordinatensysteme, Transformationen und Katalogabgleich
  • references/cosmology.md - Kosmologische Modelle und Berechnungen
  • references/fits.md - FITS-Dateioperationen und -manipulation
  • references/tables.md - Tabellenerstellung, I/O und Operationen
  • references/time.md - Zeitformate, Skalen und Berechnungen
  • references/wcs_and_other_modules.md - WCS, NDData, Modellierung, Visualisierung, Konstanten und Dienstprogramme

Einschränkungen

  • Verwende diesen Skill nur, wenn die Aufgabe eindeutig dem oben beschriebenen Umfang entspricht.
  • Behandle die Ausgabe nicht als Ersatz für umgebungsspezifische Validierung, Tests oder Expertenüberprüfung.
  • Halte an und frage nach Klärung, wenn erforderliche Eingaben, Berechtigungen, Sicherheitsgrenzen oder Erfolgskriterien fehlen.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

Anhvu1107/all-agent-skill

ALWAYS use this when the request matches 007: Security audit, hardening, threat modeling (STRIDE/PASTA), Red/Blue Team, OWASP checks, code review, incident response, and infrastructure security for any project.

Anhvu1107/all-agent-skill

ALWAYS use this when the request matches Agentfolio: Skill for discovering and researching autonomous AI agents, tools, and ecosystems using the AgentFolio directory.

Anhvu1107/all-agent-skill

ALWAYS use this when the request matches Animejs Animation: Advanced JavaScript animation library skill for creating complex, high-performance web animations.

Anhvu1107/all-agent-skill

ALWAYS use this when the request matches Astro: Build content-focused websites with Astro — zero JS by default, islands architecture, multi-framework components, and Markdown/MDX support.

Anhvu1107/all-agent-skill

ALWAYS use this when the request matches Emotional ARC Designer: One sentence - what this skill does and when to invoke it

Anhvu1107/all-agent-skill

ALWAYS use this when the request matches Fixing Motion Performance: Audit and fix animation performance issues including layout thrashing, compositor properties, scroll-linked motion, and blur effects.

Anhvu1107/all-agent-skill

ALWAYS use this when the request matches I18n Localization: Internationalization and localization patterns.

Anhvu1107/all-agent-skill

ALWAYS use this when the request matches Interactive Portfolio: Expert in building portfolios that actually land jobs and clients - not just showing work, but creating memorable experiences.

Anhvu1107/all-agent-skill

ALWAYS use this when the request matches JQ: Expert jq usage for JSON querying, filtering, transformation, and pipeline integration.

Anhvu1107/all-agent-skill

ALWAYS use this when the request matches Landing Page Generator: Generates high-converting Next.js/React landing pages with Tailwind CSS.

Anhvu1107/all-agent-skill

ALWAYS use this when the request matches LEX: Centralized ''Truth Engine'' for cross-jurisdictional legal context (US, EU, CA) and contract scaffolding.

Anhvu1107/all-agent-skill

ALWAYS use this when the request matches Magic Animator: AI-powered animation tool for creating motion in logos, UI, icons, and social media assets.

Anhvu1107/all-agent-skill

ALWAYS use this when the request matches Makepad Animation: CRITICAL: Use for Makepad animation system.

Anhvu1107/all-agent-skill

ALWAYS use this when the request matches Nextjs APP Router Patterns: Comprehensive patterns for Next.js 14+ App Router architecture, Server Components, and modern full-stack React development.

Anhvu1107/all-agent-skill

ALWAYS use this when the user mentions Nextjs Best Practices, asks to build, debug, review, document, automate, test, configure, migrate, or make decisions in this domain, or the task clearly depends on Nextjs Best Practices; scope: Next.js App Router principles. Apply the bundled workflow, references, scripts, Senior Master standard, and Codex strict review gate before final output.

Anhvu1107/all-agent-skill

description: ALWAYS use this when the work is specifically about modern Next.js or React architecture, data flow, rendering strategy, routing, or performance-sensitive frontend behavior.

Anhvu1107/all-agent-skill

ALWAYS use this when the request matches Nextjs Supabase Auth: Expert integration of Supabase Auth with Next.js App Router

Anhvu1107/all-agent-skill

ALWAYS use this when the task involves reading, extracting, splitting, merging, rotating, creating, validating, OCR-ing, form-filling, or otherwise producing or modifying PDF files.

Anhvu1107/all-agent-skill

ALWAYS use this when the request matches React Nextjs Development: React and Next.js 14+ application development with App Router, Server Components, TypeScript, Tailwind CSS, and modern frontend patterns.

Anhvu1107/all-agent-skill

ALWAYS use this when working with Remotion code, video compositions, rendering logic, timing, media assets, or React-based motion workflows.

Verwandte Skills