Communitygithub.com

AbobakrDiara61/railway-system

Astropy ist das zentrale Python-Paket für Astronomie, das grundlegende Funktionen für astronomische Forschung und Datenanalyse bereitstellt.

Was ist railway-system?

Dieser Skill ermöglicht den Einsatz von Astropy, dem zentralen Python-Paket für Astronomie, innerhalb von KI-Agenten. Er deckt alle wesentlichen Funktionsbereiche ab: Koordinatentransformationen zwischen Himmelskoordinatensystemen (ICRS, Galaktisch, FK5, AltAz), physikalische Einheiten und Größen, FITS-Datei-Operationen, kosmologische Berechnungen mit Modellen wie Planck18, präzise Zeitverarbeitung in verschiedenen Zeitskalen und Formaten, tabellarische Datenmanipulation sowie Weltkoordinatensystem-Transformationen. Der Skill ist plattformunabhängig und kann in Umgebungen wie Claude Code, Cursor oder Codex verwendet werden. Anhand der bereitgestellten SKILL.md-Dokumentation führt der Agent den Benutzer durch häufige Arbeitsabläufe wie das Lesen von FITS-Dateien, das Überkreuzabgleichen von Katalogen und das Umrechnen von Entfernungen. Der Skill enthält außerdem Referenzen zu detaillierten Unterdateien für fortgeschrittene Themen wie Einheitenäquivalenzen, Beobachter-abhängige Rahmen und Leistungsoptimierung.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/AbobakrDiara61/railway-system/tree/HEAD/frontend/skills/astropy

In Ihrer bevorzugten KI fragen

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

Dokumentation

Astropy

Übersicht

Astropy ist das zentrale Python-Paket für Astronomie, das grundlegende Funktionen für astronomische Forschung und Datenanalyse bereitstellt. Verwende Astropy für Koordinatentransformationen, Einheiten- und Größenberechnungen, FITS-Datei-Operationen, kosmologische Berechnungen, präzise Zeitverarbeitung, tabellarische Datenmanipulation und astronomische Bildverarbeitung.

Wann dieser Skill verwendet werden sollte

Verwende Astropy, wenn Aufgaben Folgendes umfassen:

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

Kurzstart

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)

Kernfunktionen

1. Einheiten und Größen (astropy.units)

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

Wichtige Operationen:

  • Erstelle Größen durch Multiplikation von Werten mit Einheiten
  • Rechne zwischen Einheiten mit der Methode .to() um
  • Führe Arithmetik mit automatischer Einheitenbehandlung durch
  • Verwende Äquivalenzen für domänenspezifische Umrechnungen (spektral, Doppler, Parallaxe)
  • Arbeite mit logarithmischen Einheiten (Magnituden, Dezibel)

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

2. Koordinatensysteme (astropy.coordinates)

Stelle Himmelspositionen dar und transformiere zwischen verschiedenen Koordinatenrahmen.

Wichtige Operationen:

  • Erstelle Koordinaten mit SkyCoord in jedem Rahmen (ICRS, Galaktisch, FK5, AltAz usw.)
  • Transformiere zwischen Koordinatensystemen
  • Berechne Winkelabstände und Positionswinkel
  • Gleiche Koordinaten mit Katalogen ab
  • Gib Entfernung für 3D-Koordinatenoperationen an
  • Behandle Eigenbewegungen und Radialgeschwindigkeiten
  • Frage benannte Objekte aus Online-Datenbanken ab

Siehe: references/coordinates.md für detaillierte Koordinatenrahmenbeschreibungen, Transformationen, beobachterabhängige Rahmen (AltAz), Katalogabgleich und Leistungstipps.

3. Kosmologische Berechnungen (astropy.cosmology)

Führe kosmologische Berechnungen mit Standard-Kosmodellen durch.

Wichtige Operationen:

  • Verwende eingebaute Kosmologien (Planck18, WMAP9 usw.)
  • Erstelle benutzerdefinierte kosmologische Modelle
  • Berechne Entfernungen (Leuchtkraft, mitbewegend, Winkeldurchmesser)
  • Berechne Alter und Rückwärtszeiten
  • 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).

Wichtige Operationen:

  • Öffne FITS-Dateien mit Kontextmanagern
  • Greife auf HDUs (Header Data Units) per Index oder Namen 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 mehrfacherweiternd)
  • 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.

Wichtige Operationen:

  • 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 (Verknüpfen, Gruppieren, Aggregieren)
  • Staple und verketten Tabellen
  • Arbeite mit einheitenbewussten Spalten (QTable)
  • Behandle fehlende Daten mit Maskierung

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

6. Zeitverarbeitung (astropy.time)

Präzise Zeiterfassung und Umrechnung zwischen Zeitskalen und Formaten.

Wichtige Operationen:

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

Siehe: references/time.md für Zeitformate, Zeitskalen, Umrechnungen, Arithmetik, Beobachtungsfunktionen und Präzisionsbehandlung.

7. Weltkoordinatensystem (astropy.wcs)

Transformiere zwischen Pixelkoordinaten in Bildern und Weltkoordinaten.

Wichtige Operationen:

  • Lese WCS aus FITS-Headern
  • Rechne Pixelkoordinaten in Weltkoordinaten um (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 Funktionen

Die Datei references/wcs_and_other_modules.md behandelt außerdem:

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 geeigneten Dehnungs- und Skalierungsmethoden.

Konstanten

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

Faltung

Bildverarbeitungskerne zum Glätten und Filtern.

Statistik

Robuste statistische Funktionen einschließlich Sigma-Clipping und Ausreißererkennung.

Installation

# Installiere astropy
uv pip install astropy

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

Häufige Arbeitsabläufe

Koordinaten zwischen Systemen umrechnen

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

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

# In galaktisch umwandeln
c_gal = c.galactic
print(f"l={c_gal.l.deg}, b={c_gal.b.deg}")

# In Höhe-Azimut umwandeln (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"Höhe={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"Leuchtkraftentfernung: {d_L}")
print(f"Winkeldurchmesserentfernung: {d_A}")

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

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

Kataloge kreuzabgleichen

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: Hänge Einheiten an Größen an, um Fehler zu vermeiden und dimensionale Konsistenz sicherzustellen
  2. Kontextmanager für FITS-Dateien verwenden: Stellt korrektes Schließen der Datei sicher
  3. Arrays gegenüber Schleifen bevorzugen: Verarbeite mehrere Koordinaten/Zeiten als Arrays für bessere Leistung
  4. Koordinatenrahmen prüfen: Überprüfe den Rahmen vor Transformationen
  5. Passende 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 Zeitmessung
  8. QTable für einheitenbewusste Tabellen verwenden: Wenn Tabellenspalten Einheiten haben
  9. WCS-Gültigkeit prüfen: Überprüfe WCS vor der Verwendung von Transformationen
  10. Häufig verwendete Werte zwischenspeichern: Teure Berechnungen (z.B. kosmologische Entfernungen) können zwischengespeichert werden

Dokumentation und Ressourcen

Referenzdateien

Für detaillierte Informationen zu bestimmten Modulen:

  • references/units.md - Einheiten, Größen, Umrechnungen 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, Zeitskalen und Berechnungen
  • references/wcs_and_other_modules.md - WCS, NDData, Modellierung, Visualisierung, Konstanten und Dienstprogramme

Einschränkungen

  • Verwende diesen Skill nur, wenn die Aufgabe eindeutig zum oben beschriebenen Umfang passt.
  • Behandle die Ausgabe nicht als Ersatz für umgebungsspezifische Validierung, Tests oder fachkundige Überprüfung.
  • Frage bei fehlenden erforderlichen Eingaben, Berechtigungen, Sicherheitsgrenzen oder Erfolgskriterien nach und bitte um Klärung.

Individual skills in this repo

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

AbobakrDiara61/railway-system

Skill for discovering and researching autonomous AI agents, tools, and ecosystems using the AgentFolio directory.

AbobakrDiara61/railway-system

Advanced JavaScript animation library skill for creating complex, high-performance web animations.

AbobakrDiara61/railway-system

One sentence - what this skill does and when to invoke it

AbobakrDiara61/railway-system

Audit and fix animation performance issues including layout thrashing, compositor properties, scroll-linked motion, and blur effects. Use when animations stutter, transitions jank, or reviewing CSS/JS animation performance.

AbobakrDiara61/railway-system

Internationalization and localization patterns. Detecting hardcoded strings, managing translations, locale files, RTL support.

AbobakrDiara61/railway-system

Expert in building portfolios that actually land jobs and clients - not just showing work, but creating memorable experiences. Covers developer portfolios, designer portfolios, creative portfolios, and portfolios that convert visitors into opportunities.

AbobakrDiara61/railway-system

Generates high-converting Next.js/React landing pages with Tailwind CSS. Uses PAS, AIDA, and BAB frameworks for optimized copy/components (Heroes, Features, Pricing). Focuses on Core Web Vitals/SEO.

AbobakrDiara61/railway-system

AI-powered animation tool for creating motion in logos, UI, icons, and social media assets.

AbobakrDiara61/railway-system

CRITICAL: Use for Makepad animation system. Triggers on: makepad animation, makepad animator, makepad hover, makepad state, makepad transition, "from: { all: Forward", makepad pressed, makepad 动画, makepad 状态, makepad 过渡, makepad 悬停效果

AbobakrDiara61/railway-system

Best practices for Remotion - Video creation in React

AbobakrDiara61/railway-system

Generate walkthrough videos from Stitch projects using Remotion with smooth transitions, zooming, and text overlays

AbobakrDiara61/railway-system

Seek and analyze video content using Memories.ai Large Visual Memory Model for persistent video intelligence

AbobakrDiara61/railway-system

Writes complete, structured landing pages optimized for SEO ranking, AEO citation, and visitor conversion. Activate when the user wants to write or generate a landing page for a product, service, or offer.

AbobakrDiara61/railway-system

Three.js animation - keyframe animation, skeletal animation, morph targets, animation mixing. Use when animating objects, playing GLTF animations, creating procedural motion, or blending animations.

AbobakrDiara61/railway-system

Automate TikTok tasks via Rube MCP (Composio): upload/publish videos, post photos, manage content, and view user profiles/stats. Always search tools first for current schemas.

AbobakrDiara61/railway-system

Video and audio perception, indexing, and editing. Ingest files/URLs/live streams, build visual/spoken indexes, search with timestamps, edit timelines, add overlays/subtitles, generate media, and create real-time alerts.

AbobakrDiara61/railway-system

Upload, stream, search, edit, transcribe, and generate AI video and audio using the VideoDB SDK.

AbobakrDiara61/railway-system

One sentence - what this skill does and when to invoke it

AbobakrDiara61/railway-system

Automate YouTube tasks via Rube MCP (Composio): upload videos, manage playlists, search content, get analytics, and handle comments. Always search tools first for current schemas.

AbobakrDiara61/railway-system

Extract transcripts from YouTube videos and generate comprehensive, detailed summaries using intelligent analysis frameworks

Verwandte Skills