Communitygithub.com

ANDYPENG09/catalyst-design-skill

AI 에이전트(Claude Code / OpenClaw / Hermes / Cursor / WorkBuddy)용 이중 언어 촉매 설계 지침 스킬입니다.

catalyst-design-skill란 무엇인가요?

이 스킬은 AI 에이전트가 촉매 설계 작업을 수행할 때 필요한 방법론적 지침을 제공합니다. HER, OER, ORR, PEMWE, 전반적 물 분해, 광촉매, 플라스틱 업사이클링 등 다양한 반응 시스템을 지원하며, 사용자가 입력한 설계 목표(반응 유형 + 재료 시스템 또는 성능 요구사항)에 따라 조성, 구조, 합성 조건, 검증 경로를 제안합니다. 스킬은 자체 지식 베이스(references/)와 템플릿(templates/)을 포함하며, 촉매 탐색 스킬(catalyst-search)의 구조화된 문헌 출력을 소비하거나 내장 방법론만으로 일반적인 조언을 제공합니다. 4계층(L1 이론 → L2 방법/도구 → L3 매개변수 → L4 검증) 프레임워크를 통해 다중 소스 증거를 융합하며, 각 인용문에는 출처 태그([CS], [AI], [EXT], [EXP])와 신뢰도(★–★★★)가 표시되어 '문헌 확인'과 '경험적 추측'을 명확히 구분합니다. 사용자가 명시적으로 요청할 경우 지식 베이스를 업데이트할 수 있지만, 기본적으로는 읽기 전용으로 작동하며 사용자 파일이나 프로젝트에 쓰지 않습니다.

지원 대상✓Claude Code✓Codex CLI✓Cursor
npx skills add ANDYPENG09/catalyst-design-skill
원본 보기→모든 스킬 둘러보기

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

문서

촉매 설계

사용 시기

  • 사용자가 촉매 설계 방법, 구성 선택, 성능 최적화, 합성 경로 조언, 촉매 조제, 전기촉매 설계 또는 합성 조건 선택에 대해 질문하는 경우.
  • 일반적인 입력: 설계 목표(반응 유형 + 재료 시스템 / 성능 요구사항). 선택 사항: 촉매 탐색 문헌 검색 결과.
  • HER, OER, ORR, PEMWE, 전반적 물 분해, 광촉매, 플라스틱 업사이클링 등 다양한 시스템을 다룹니다.

사용하지 말아야 할 경우

  • 순수 문헌 검색 작업 — catalyst-search를 사용하세요. 이 스킬은 재검색하지 않습니다.
  • 촉매가 아닌 재료 설계(예: 배터리 양극, 반도체 소자) — 적용되지 않습니다.
  • 특정 DOI 또는 전문(full text)을 찾는 경우 — WebSearch / WebFetch를 직접 사용하세요.

전제 조건

  • 자체 지식 베이스(references/)와 템플릿(templates/)을 포함하며, 외부 종속성 없이 실행됩니다.
  • 선택 사항: WebSearch / WebFetch를 사용할 수 있을 때 특정 규칙의 출처를 추적할 수 있습니다(필수 아님).

입력 인터페이스

  • 필수: 설계 목표 — 반응 유형과 재료 시스템 또는 성능 요구사항.
  • 선택 사항: catalyst-search의 구조화된 문헌 출력(literature_matrix.md 테이블, 뒷받침 결론, 검증 제안).
    • 문헌이 있는 경우 — 해당 시스템과 지표를 사용한 맞춤형 조언을 제공하고 출처를 인용합니다.
    • 문헌이 없는 경우 — 내장 방법론(references/design_methodology.md 참조)을 기반으로 일반적인 조언을 제공합니다.

방법론 시스템(계층적, 다중 소스, 추적 가능, 진화 가능)

방법론은 지속적으로 다중 소스 증거를 융합하며, 4개 계층으로 구성되고 새로운 문헌과 함께 동적으로 진화합니다.

  • 전체 계층형 지식 베이스: references/design_methodology.md (각 항목에는 출처 태그, 신뢰도, 업데이트 날짜가 포함됨).
  • 동적 업데이트 메커니즘: references/methodology_update_protocol.md.
  • 추적 가능성 등록부: references/methodology_registry.md (ID로 출처 / DOI 추적).

4계층 프레임워크

  • L1 — 이론: 구조-물성 관계, d-밴드 중심, Sabatier 원리, 메커니즘 유형(AEM / LOM; Volmer–Heyrovsky), 활성-안정성 트레이드오프, 결함을 활성으로, 이기능 시너지.
  • L2 — 방법 및 도구: 합성 라이브러리(SEA, 저융점 도핑, 리간드 앵커링, 단일 소스 열분해, 줄 가열, 템플릿, 입계 공학), 특성화 및 계산(XRD, STEM, XPS, EXAFS, DFT, ML), 구조 설계(크기, 질서도, 코어-쉘, 지지체, 단일 및 이중 원자 사이트).
  • L3 — 매개변수: 어닐링 온도(450–1150 °C), 냉각 속도(서냉 ≤ 2 °C/min), 분위기, 입자 크기, 도핑 수준, 조성비, 후처리.
  • L4 — 검증: RDE → MEA 계층형 평가, 적용 가능 표준(TCASMES 400-2024, T/CRES 0030-2025), 시스템별 벤치마크, 질서도 / 안정성 / 스케일업 검증.

출처 태그(추적 가능성)

[CS] catalyst-search 검색(DOI 포함) · [AI] 사용자가 AI / 스킬을 통해 획득 · [EXT] 외부 채널(컨퍼런스, 특허, 표준, 내부 데이터) · [EXP] 경험적 추측(확인 필요). 신뢰도: ★–★★★.

조언을 생성할 때, 인용된 각 항목의 출처 태그를 표시하고 "문헌 확인"과 "경험적 추측"을 구분하세요.

워크플로우

  1. 입력 파싱. 설계 목표를 추출하고 다중 소스 증거를 수집 — catalyst-search 매트릭스 [CS], 사용자 제공 [AI], 외부 [EXT]. 입력이 불완전한 경우(반응 유형 또는 재료 시스템 누락), 사용자에게 먼저 명확히 요청하고 추측하지 마십시오.
  2. 계층별 규칙 매칭. 목표를 L1 이론(메커니즘 방향) → L2 방법(합성 / 특성화) → L3 매개변수(윈도우) → L4 검증(평가 경로)에 매핑합니다.
  3. 조언 생성. 조성, 구조, 합성, 조건, 검증을 출력합니다. 각 인용은 출처 태그(및 DOI)와 신뢰도를 명시하고 확인된 것과 추측된 것을 구분해야 합니다.
  4. 동적 백필(진화, 옵트인). 사용자가 지식 베이스 업데이트를 명시적으로 요청할 때만(예: "방법론 업데이트" / "이것 기억"): methodology_update_protocol.md에 따라 새 규칙을 검증하고 스킬 자체의 references/design_methodology.md 및 references/methodology_registry.md(출처, DOI, 신뢰도, 상태)에 백필합니다. 그렇지 않으면 내장 방법론을 읽기 전용으로 유지하고 스킬 파일을 수정하지 마십시오. 증거가 부족한([EXP]만 있는) 방향에 대해서는 사전에 catalyst-search 재확인을 제안하여 [CS]로 업그레이드하도록 합니다.
  5. 출력. templates/design_proposal.md에 따라 설계 제안서를 작성하고 GB/T 7714 형식으로 인용합니다(catalyst-search의 templates/citation_gb7714.md 또는 이 스킬 자체 사본 참조).

출력 인터페이스

  • 조성, 구조, 합성, 조건 및 검증을 포함하는 설계 제안서; 형식은 templates/design_proposal.md를 따릅니다.
  • 문헌을 인용할 때는 GB/T 7714 인용을 제공하고 각 항목을 "문헌 지원" 또는 "경험적 추측"으로 레이블링합니다.

역할 분담

  • 문헌 검색은 catalyst-search의 작업입니다. 이 스킬은 재검색하지 않으며, 해당 출력을 소비하거나 내장 지식을 사용하기만 합니다.
  • 특정 규칙의 출처를 추적하기 위해 WebSearch / WebFetch를 사용할 수 있습니다(선택 사항).

참고 사항

  • 조언은 내장 방법론 또는 제공된 문헌에 근거해야 하며, 근거 없는 주장을 해서는 안 됩니다.
  • "문헌 확인"과 "경험적 추측"을 명확히 구분하세요.
  • 조언에는 사용자 검증을 위한 실행 가능한 검증 경로(특성화, 테스트)가 포함되어야 합니다.
  • 안전 및 권한: 기본적으로 이 스킬은 자체 references/ 및 templates/만 읽습니다. 시스템 명령을 실행하지 않으며, 선택적 WebSearch / WebFetch 외에 네트워크 요청을 하지 않고, 사용자 데이터를 수집하거나 유출하지 않습니다. 선택적 자체 업데이트: 4단계("동적 백필")는 스킬 자체의 references/design_methodology.md 및 references/methodology_registry.md에 쓸 수 있습니다. 하지만 사용자가 명시적으로 활성화할 때만(예: "방법론 업데이트") 가능하며, 사용자 파일이나 프로젝트 디렉토리에는 절대 쓰지 않습니다.

예시

  • 입력: η₁₀ < 200 mV, 안정성 > 500 h의 산성 OER 촉매 설계.
  • 출력:
    • 조성: Ru@IrOₓ 코어-쉘(고활성 Ru 코어, 용해 저항성이 있는 IrOₓ 쉘). [CS] ★★★
    • 구조: 코어-쉘 계면 전하 재분배, Ru에 대한 산소 중간체 흡착 최적화. [CS] ★★★
    • 합성: IrOₓ 쉘을 위한 Adams 융합 후, 환원성 Ru 증착. [CS] ★★
    • 조건: 400–500 °C에서 어닐링(너무 높으면 Ru가 쉘로 이동, 너무 낮으면 질서도 부족). [EXP] ★
    • 검증: RDE로 η₁₀ 및 Tafel 기울기 측정; ICP-MS로 Ru/Ir 용해 모니터링; 30,000 사이클 ADT. [CS] ★★★

프로젝트 홈

촉매 설계 지침

사용 시기

  • 사용자 문의: 촉매 설계 방법, 구성 선택, 성능 최적화, 합성 경로 조언, 촉매 조제, 전기촉매 설계, 합성 조건 선택 등.
  • 일반적인 입력: 설계 목표(반응 유형 + 재료 시스템 / 성능 요구사항). 선택 사항: catalyst-search의 문헌 검색 결과.
  • 대상 반응: HER, OER, ORR, PEMWE, 전반적 물 분해, 광촉매, 플라스틱 업사이클링 등.

사용하지 말아야 할 경우

  • 순수 문헌 검색 작업 — catalyst-search 사용, 본 스킬은 재검색하지 않음.
  • 촉매가 아닌 재료 설계(예: 배터리 양극, 반도체 소자) — 적용 불가.
  • 특정 DOI 또는 논문 전문만 필요한 경우 — WebSearch / WebFetch 직접 사용.

전제 조건

  • 본 스킬은 자체 지식 베이스(references/)와 템플릿(templates/)을 포함하며, 외부 종속성 없이 실행 가능.
  • 선택 사항: WebSearch / WebFetch 사용 가능 시 특정 규칙의 출처를 추가 조회 가능(필수 아님).

입력 인터페이스

  • 필수: 설계 목표, 반응 유형 + 재료 시스템 또는 성능 요구사항 포함.
  • 선택 사항: catalyst-search의 구조화된 문헌 출력, 즉 literature_matrix.md 형식의 문헌 매트릭스 테이블 + 뒷받침 결론 + 검증 제안.
    • 문헌 제공 시 — 문헌 내 특정 시스템 및 지표를 결합하여 맞춤형 조언 제공 및 문헌 출처 표기.
    • 문헌 미제공 시 — 내장 설계 방법론(references/design_methodology.md 참조) 기반 일반 조언 제공.

설계 방법론 시스템(계층형, 다중 소스, 추적 가능, 진화 가능)

방법론은 지속적으로 다중 소스 증거를 융합하며, 4계층 시스템으로 구성되고 새로운 문헌과 함께 동적으로 업데이트될 수 있습니다.

  • 완전한 계층형 지식 베이스: references/design_methodology.md (각 항목에 출처 태그 + 신뢰도 + 업데이트 날짜 포함).
  • 동적 업데이트 메커니즘: references/methodology_update_protocol.md.
  • 추적 가능 항목 대장: references/methodology_registry.md (번호 → 출처 / DOI 단계별 추적).

4계층 시스템

  • L1 기본 이론 계층: 구조-물성 관계, d-밴드 중심, Sabatier 원리, 반응 메커니즘 분류(AEM / LOM; Volmer–Heyrovsky), 활성-안정성 균형, 결함을 활성으로, 이기능 시너지.
  • L2 방법 도구 계층: 합성 방법 라이브러리(SEA, 저융점 도핑, 리간드 앵커링, 단일 소스 열분해, Joule heating, 템플릿, 입계 공학 등); 특성화 및 계산 도구(XRD, STEM, XPS, EXAFS, DFT, ML); 구조 설계 수단(크기, 질서도, 코어-쉘, 지지체, 단일/이중 원자).
  • L3 기술 매개변수 계층: 어닐링 온도(450–1150 °C), 냉각 속도(서냉 ≤ 2 °C/min), 분위기, 입자 크기, 도핑량, 구성 비율, 후처리.
  • L4 실무 검증 계층: RDE → MEA 단계별 평가, 관련 표준(TCASMES 400-2024, T/CRES 0030-2025), 각 시스템 성능 벤치마크, 질서도/안정성/스케일업 검증.

출처 태그(추적 가능성)

[CS] catalyst-search 검색 문헌(DOI 포함) · [AI] 사용자가 AI / 스킬을 통해 획득 · [EXT] 외부 채널(컨퍼런스, 특허, 표준, 내부 데이터) · [EXP] 경험적 추측(검증 필요). 신뢰도: ★–★★★.

조언 생성 시 인용된 항목의 출처 태그를 표시하고 "문헌 확인"과 "경험적 추측"을 구분해야 합니다.

워크플로우

  1. 입력 파싱. 설계 목표(반응 유형/시스템/성능)를 추출하고 다중 소스 증거 수집 — catalyst-search 문헌 매트릭스 [CS], 사용자가 AI/스킬을 통해 제공한 자료 [AI], 외부 채널 [EXT]. 입력이 불완전한 경우(반응 유형 또는 재료 시스템 누락), 먼저 사용자에게 명확히 요청하고 추측하지 않음.
  2. 4계층 규칙 매칭. 목표를 L1 이론(메커니즘 방향 선택) → L2 방법 도구(합성/특성화 수단 선택) → L3 매개변수(매개변수 윈도우 설정) → L4 검증(평가 경로 설정)에 매핑.
  3. 조언 생성. 구성 선택 + 구조 설계 + 합성 전략 + 조건 최적화 + 검증 제안 출력. 각 인용에 출처 태그(및 DOI)와 신뢰도 표시, "문헌 확인"과 "경험적 추측" 구분.
  4. 동적 백필(진화, 명시적 활성화 필요). 사용자가 지식 베이스 업데이트를 명시적으로 요청할 때만(예: "방법론 업데이트 / 이것 기억"), references/methodology_update_protocol.md에 따라 검증 후 본 스킬 자체의 references/design_methodology.md 및 references/methodology_registry.md에 백필(출처, DOI, 신뢰도, 상태 포함). 그렇지 않으면 내장 방법론을 읽기 전용으로 유지하고 어떤 스킬 파일도 수정하지 않음. 증거 부족([EXP]만 있는) 방향에 대해 사전에 catalyst-search 재확인 호출을 제안하여 [CS]로 업그레이드.
  5. 출력. templates/design_proposal.md에 따라 설계 제안서 출력, 인용은 GB/T 7714 사용(형식은 catalyst-search의 templates/citation_gb7714.md 참조, 본 스킬에도 동일한 이름의 템플릿 포함).

출력 인터페이스

  • 설계 제안서(구성/구조/합성/조건/검증), 형식은 templates/design_proposal.md 참조.
  • 문헌 인용 시 GB/T 7714 인용 제공, "문헌 지원" 또는 "경험적 추측" 표시.

다른 능력과의 역할 분담

  • 문헌 검색은 catalyst-search가 담당. 본 스킬은 재검색하지 않으며, 해당 출력을 소비하거나 내장 지식을 기반으로 조언 제공.
  • 특정 설계 규칙의 출처를 추가 조회해야 하는 경우 WebSearch / WebFetch 사용 가능(선택 사항, 필수 아님).

주의 사항

  • 조언은 근거(내장 방법론 또는 제공된 문헌)가 있어야 하며, 근거 없는 주장을 해서는 안 됨.
  • "문헌 확인"과 "경험적 추측"을 명확히 구분.
  • 설계 제안에는 사용자 검증을 위한 실행 가능한 검증 경로(특성화/테스트)가 포함되어야 함.
  • 안전 및 권한: 기본적으로 본 스킬은 자체 references/, templates/만 읽음. 시스템 명령을 실행하지 않으며, 선택적 WebSearch / WebFetch 외에 네트워크 요청을 하지 않고, 사용자 데이터를 수집하거나 유출하지 않음. 선택적 자체 업데이트: 워크플로우 4단계 "동적 백필"은 본 스킬 자체의 references/design_methodology.md 및 references/methodology_registry.md에 쓸 수 있어 지식 베이스를 진화시킴. 하지만 사용자가 명시적으로 활성화할 때만(예: "방법론 업데이트") 발생하며, 사용자 파일이나 프로젝트 디렉토리에는 절대 쓰지 않음.

예시

  • 입력: η₁₀ < 200 mV, 안정성 > 500 h의 산성 OER 촉매 설계.
  • 출력:
    • 구성: Ru@IrOₓ 코어-쉘(Ru 코어 높은 활성, IrOₓ 쉘 용해 저항성). [CS] ★★★
    • 구조: 코어-쉘 계면 전하 재분배, Ru의 산소 함유 중간체 흡착 최적화. [CS] ★★★
    • 합성: Adams Fusion으로 IrOₓ 쉘 제조 + 환원 증착 Ru 코어. [CS] ★★
    • 조건: 400–500 °C에서 어닐링(너무 높으면 Ru가 쉘로 용해, 너무 낮으면 질서도 부족). [EXP] ★
    • 검증: RDE로 η₁₀/Tafel 측정; ICP-MS로 Ru/Ir 용해 모니터링; 30k 사이클 ADT. [CS] ★★★

프로젝트 홈

관련 스킬

steipete/sag

ElevenLabs text-to-speech with mac-style say UX.

community

steipete/oracle

Oracle CLI second-model review/debug/refactor/design with selected files, dry-run token checks, API or browser engine.

community

steipete/peekaboo

Capture and automate macOS UI with the Peekaboo CLI.

community

mattpocock/design-an-interface

Generate multiple radically different interface designs for a module using parallel sub-agents. Use when user wants to design an API, explore interface options, compare module shapes, or mentions "design it twice".

community

mattpocock/prototype

Build a throwaway prototype to flesh out a design — a runnable terminal app for state/business-logic questions, or several radically different UI variations toggleable from one route.

community

mattpocock/grill-me

Interview the user relentlessly about a plan or design until reaching shared understanding, resolving each branch of the decision tree. Use when user wants to stress-test a plan, get grilled on their design, or mentions "grill me".

community