Pular para o conteúdo
Skillpedia
Código em geral51 mil · #1904

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

https://github.com/K-Dense-AI/scientific-agent-skills/blob/main/skills/matlab/SKILL.md

Mensagem pronta para colar

Use esta skill para me ajudar: https://github.com/K-Dense-AI/scientific-agent-skills/blob/main/skills/matlab/SKILL.md Leia o arquivo SKILL.md desse link e siga as instruções dele na minha tarefa.
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 matlab

Ou baixe só o arquivo:

curl -L https://raw.githubusercontent.com/K-Dense-AI/scientific-agent-skills/main/skills/matlab/SKILL.md -o SKILL.md
Conteúdo 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 unknown até 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, feval derivado 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

  1. 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.
  2. Inventarie estaticamente. Verifique arquivos .m, artefatos opacos, caminhos de projeto, produtos necessários e cabeçalhos MAT antes que qualquer tempo de execução os carregue.
  3. Escolha a forma do código. Prefira funções com um bloco arguments para automação. Use scripts apenas para orquestração controlada e scripts ao vivo para narrativas interativas revisadas.
  4. Torne a semântica explícita. Registre formas, classes, unidades, regras de valor ausente, indexação, expansão implícita, algoritmo/semente do RNG, tolerâncias e formatos de saída.
  5. Teste sem estado oculto. Mantenha fixtures sintéticos, caminhos locais do projeto, gráficos determinísticos e testes independentes de resíduos do espaço de trabalho base.
  6. 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.
  7. 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 .m para 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.

repo: K-Dense-AI/scientific-agent-skills

Popularidade

Estrelas no GitHub
51 mil
Posição no ranking
#1904
Licença
MIT
Atualizada em
15/10/2026

Essa skill é útil?

0

Entre para votar.

Comentários

  • …

Mais skills deste repositório

Skills parecidas