matlab
Faz seu agente construir, revisar e planejar fluxos de trabalho numéricos em MATLAB ou GNU Octave. Ele lida com dados, testes e gráficos.
O que ela faz
Esta ferramenta ajuda a trabalhar com códigos de programação chamados MATLAB e GNU Octave. Ela pode revisar, organizar e planejar como esses códigos funcionam, especialmente para cálculos numéricos e manipulação de dados.
Quando usar
- ✓Quando você precisa verificar se um código MATLAB/Octave está correto.
- ✓Ao planejar como organizar um projeto de programação numérica.
- ✓Se você precisa mover um código de uma versão antiga para uma nova.
Exemplo do que pedir para a IA
“Revise este código MATLAB para garantir que ele calcula corretamente a média de um conjunto de dados.”
Quer saber mais? Abra as seções abaixo.
Como usar
O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.
Link da skill
Mensagem pronta para colar
Como funciona
A IA analisa seu código, verifica se ele segue as melhores práticas e as regras de segurança. Ela não executa o código diretamente, mas o examina para encontrar possíveis problemas ou melhorias.
Instalação
Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.
No terminal (Claude Code, Codex, Cursor), na pasta do projeto:
npx skills add K-Dense-AI/scientific-agent-skills --skill matlabOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/K-Dense-AI/scientific-agent-skills/main/skills/matlab/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
MATLAB e GNU Octave
Use esta habilidade para projetar ou revisar código numérico, migrar versões do MATLAB, preparar projetos reproduzíveis e planejar execução confiável. MATLAB e GNU Octave são produtos distintos: a compatibilidade é parcial, não uma garantia de licença ou comportamento.
Escopo da revisão
Revisado em relação à documentação atual do MathWorks R2026b e fontes do GNU Octave 11.3.0 em 2026-10-01. O planejador de Engine e os exemplos do MATLAB incluídos mantêm uma linha de base explícita do R2026a. O R2026b suporta CPython 3.10-3.14; não reutilize o pacote Engine do R2026a para ele. Os exemplos de MATLAB/Octave são ilustrativos e não foram executados nesta revisão; os auxiliares Python têm testes sintéticos locais. Esta habilidade usa APIs de tempo de execução local, sem ponto de extremidade de serviço remoto ou chave de API.
Produto e portão de licença
- MATLAB R2026a é proprietário. Não presuma que MATLAB, MATLAB Online, uma toolbox nomeada, MATLAB Test, MATLAB Compiler, MATLAB Coder, Parallel Computing Toolbox ou um add-on esteja instalado, licenciado ou disponível para o usuário.
- MATLAB Runtime não é MATLAB. Ele executa aplicativos compatíveis produzidos com MATLAB Compiler; ele não pode executar código-fonte arbitrário ou hospedar o MATLAB Engine para Python. A construção de artefatos requer o compilador licenciado aplicável e cada produto usado pela fonte.
- GNU Octave 11.3.0 é software livre sob GPLv3+. Pacotes do Octave não são toolboxes do MATLAB. Nomes semelhantes não implicam equivalência de API, numérica, gráfica ou de licenciamento.
- Pergunte qual runtime, versão, plataforma, produtos instalados e contexto de licença
o usuário realmente possui. Trate a disponibilidade como
unknownaté que seja confirmada.
Veja Compatibilidade do Octave e Limites de execução/produto.
Limite de segurança inegociável
Nunca execute um .m não confiável, .mlx, binário MEX, arquivo MAT, ação de inicialização ou
encerramento de projeto, instalador de pacote ou artefato gerado. A revisão estática não
prova segurança.
Trate estes como superfícies de execução ou carregamento de código:
eval,evalin,assignin,fevalderivado de texto,str2func, callbacks, timers, callbacks de aplicativo e caminhos modificados dinamicamente;system,unix,dos, escape de shell!, Java, .NET, Python (py.*,pyrun,pyrunfile), MEX e bibliotecas nativas;mex,codegen, MATLAB Compiler, tarefas de compilação, inicialização de pacote/projeto e código gerado;load, desserialização de objeto (loadobj, serialização personalizada), manipuladores de função, objetos Java/System e código de classe acessível a partir de arquivos MAT.
.mlx é um arquivo opaco para este toolkit e MEX é código executável nativo.
Não use pickle do Python para troca. Inspecione primeiro, isole quando apropriado,
obtenha aprovação explícita e, em seguida, invoque um executável e licença confirmados pelo usuário.
Scripts incluídos são ferramentas estáticas ou de execução simulada: nenhum inicia MATLAB, Octave,
Python Engine, um compilador ou um subprocesso.
Fluxo de trabalho padrão
- Clarifique o alvo. Registre a versão do MATLAB ou versão do Octave, SO/arquitetura, produto base versus toolboxes/pacotes necessários, entradas/saídas esperadas, tolerâncias numéricas e se a execução é autorizada.
- Inventarie estaticamente. Verifique arquivos
.m, artefatos opacos, caminhos de projeto, produtos necessários e cabeçalhos MAT antes que qualquer tempo de execução os carregue. - Escolha a forma do código. Prefira funções com um bloco
argumentspara automação. Use scripts apenas para orquestração controlada e scripts ao vivo para narrativas interativas revisadas. - Torne a semântica explícita. Registre formas, classes, unidades, regras de valor ausente, indexação, expansão implícita, algoritmo/semente do RNG, tolerâncias e formatos de saída.
- Teste sem estado oculto. Mantenha fixtures sintéticos, caminhos locais do projeto, gráficos determinísticos e testes independentes de resíduos do espaço de trabalho base.
- Planeje a execução. Gere um plano de argv, revise os efeitos de inicialização/caminho e licenças, e inicie apenas após aprovação explícita fora destes auxiliares.
- Capture a proveniência. Hash de entradas/código nomeados e registre versão, produtos, política de RNG, tolerâncias e plano de comando sem despejar o ambiente.
Checklist de linguagem e dados
Scripts, funções e scripts ao vivo
- Scripts compartilham o espaço de trabalho do chamador/base e deixam variáveis para trás. Funções têm espaços de trabalho locais e entradas/saídas explícitas.
- Scripts ao vivo (
.mlx) misturam código e saída rica, mas não são artefatos de revisão de texto simples. Exporte o código revisado para.mpara inspeção estática.
…
Perguntas frequentes
Qual a diferença entre MATLAB e GNU Octave?
MATLAB é um software pago e proprietário, enquanto GNU Octave é uma alternativa gratuita e de código aberto. Embora sejam parecidos, eles não são idênticos e podem ter diferenças de compatibilidade.
A IA pode executar meu código?
Não, esta ferramenta foi projetada para analisar e planejar, não para executar códigos. Ela verifica o código de forma segura sem rodá-lo.
O que são 'workflows numéricos'?
São sequências de passos ou instruções usadas em programação para realizar cálculos matemáticos e análises de dados, especialmente com números.
Detalhes
Descrição original do autor
Builds, reviews, migrates, and plans MATLAB or GNU Octave numerical workflows. Use for arrays, tabular/time data, tests, projects, graphics, MAT files, and explicit Python interoperability.
Popularidade
- Estrelas no GitHub
- 51 mil
- Posição no ranking
- #1904
- Licença
- MIT
- Atualizada em
- 15/10/2026
Comentários
- …
Mais skills deste repositório
13c-metabolic-flux
Estima fluxos metabólicos usando dados de rastreamento de isótopos de carbono-13. É útil para analisar o metabolismo celular e vias bioquímicas.
K-Dense-AI/scientific-agent-skills
adaptyv
Projeta experimentos de caracterização de proteínas usando a API Adaptyv. Ele ajuda a estimar custos, enviar sequências e monitorar resultados de laboratório.
K-Dense-AI/scientific-agent-skills
aeon
Realiza tarefas de aprendizado de máquina em séries temporais. É útil para classificar, prever, detectar anomalias e encontrar padrões em dados sequenciais.
K-Dense-AI/scientific-agent-skills
alphagenome
Consulta efeitos genômicos pré-calculados para variantes genéticas. Ele fornece pontuações e explicações para entender o impacto das variantes no genoma.
K-Dense-AI/scientific-agent-skills
Skills parecidas
benchmark-optimization-loop
Faz seu agente melhorar a velocidade de algo de forma medida. Ele testa várias versões e escolhe a mais rápida que ainda funciona corretamente.
affaan-m/ECC
change-impact
Ajuda seu agente a analisar o impacto de mudanças no código antes de fazê-las. Ele compara o planejado com o real depois, cobrindo caminhos, dados, testes e documentação. É útil para mudanças arriscadas ou que afetam várias partes do sistema.
affaan-m/ECC
click-path-audit
Faz seu agente rastrear todos os botões e interações do usuário para achar bugs. Ele encontra problemas onde funções parecem funcionar sozinhas, mas falham juntas. Útil quando bugs persistem mesmo após depuração.
affaan-m/ECC