# convergence-study

Считает наблюдаемый порядок сходимости по сгущению сетки или шага по времени, оценивает погрешность дискретизации и GCI по ASME V&V 20.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · ★ 83
- Автор: HeshamFS
- Лицензия: Apache-2.0 · policy=mirror · лицензия открытая, файл — в исходнике
- Исходник: https://github.com/HeshamFS/materials-simulation-skills/tree/HEAD/skills/core-numerical/convergence-study/SKILL.md
- Обновлён: 2026-10-21
- HTML: https://affpapa.org/nevibecode/skills/convergence-study

## Что делает

Скилл проверяет, что численное решение сходится с ожидаемой скоростью при измельчении сетки или шага по времени. Внутри четыре скрипта: `h_refinement.py` и `dt_refinement.py` считают наблюдаемые порядки, `richardson_extrapolation.py` оценивает погрешность дискретизации, `gci_calculator.py` выдаёт Grid Convergence Index. Все считают только на стандартной библиотеке Python, сторонних пакетов не нужно. Достаточно Python 3.10+.

Скрипты запускаются из командной строки и отдают JSON. Например, для пространственной сходимости на четырёх уровнях: `python3 scripts/h_refinement.py --spacings 0.4,0.2,0.1,0.05 --values 1.16,1.04,1.01,1.0025 --expected-order 2.0 --json`. Для GCI нужно ровно три уровня — мелкий, средний и крупный; на двух скрипт остановится с ошибкой «Exactly 3 refinement levels required».

Есть подвох с асимптотическим отношением. При равных коэффициентах сгущения формула `AR = GCI_coarse / (r^p * GCI_fine)` алгебраически сводится к `f1/f2` и меряет только разрыв между двумя самыми мелкими значениями QoI, а не следование степенному закону. Поэтому `AR` около 1.0 ничего не гарантирует, если наблюдаемый порядок далёк от ожидаемого. Скрипт помечает это в поле `notes`. Для настоящей проверки нужны 4+ систематически сгущённых сетки и совпадение порядка на соседних тройках.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add HeshamFS/materials-simulation-skills --skill convergence-study -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/convergence-study/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/convergence-study/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add HeshamFS/materials-simulation-skills --skill convergence-study -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/convergence-study/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add HeshamFS/materials-simulation-skills --skill convergence-study -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/convergence-study/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install HeshamFS/materials-simulation-skills convergence-study
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/convergence-study/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add HeshamFS/materials-simulation-skills --skill convergence-study -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/HeshamFS/materials-simulation-skills --path skills/core-numerical/convergence-study
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/convergence-study/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add HeshamFS/materials-simulation-skills --skill convergence-study -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/HeshamFS/materials-simulation-skills/tree/HEAD/skills/core-numerical/convergence-study/SKILL.md

## Когда брать
- посчитать наблюдаемый порядок сходимости по сгущению сетки
- оценить погрешность дискретизации методом Ричардсона
- выдать GCI для формального отчёта о верификации
- проверить, попали ли сетки в асимптотический диапазон
- сравнить наблюдаемый порядок с теоретическим порядком схемы

## Примеры запросов агенту
- Посчитай порядок сходимости по сеткам 0.4, 0.2, 0.1, 0.05 со значениями 1.16, 1.04, 1.01, 1.0025 при ожидаемом порядке 2.0
- Сделай GCI по трём сеткам 0.04, 0.02, 0.01 со значениями 1.0128, 1.0032, 1.0008
- Оцени погрешность дискретизации через Ричардсона для шагов 0.02 и 0.01 со значениями 1.0032 и 1.0008

## Похожие
- [fluidsim](https://affpapa.org/nevibecode/skills/fluidsim.md) — скилл · 1900 установок
- [tooluniverse-gwas-study-explorer](https://affpapa.org/nevibecode/skills/tooluniverse-gwas-study-explorer.md) — скилл · 357 установок
- [stockbee-20pct-study](https://affpapa.org/nevibecode/skills/stockbee-20pct-study.md) — скилл · 2600 установок
- [data-engineering-study-material](https://affpapa.org/nevibecode/skills/data-engineering-study-material.md) — скилл · 2000 установок
- [tlc-spec-driven](https://affpapa.org/nevibecode/skills/tlc-spec-driven.md) — скилл · 1200 установок

Из того же набора: [heshamfs/materials-simulation-skills](https://affpapa.org/nevibecode/by/heshamfs/materials-simulation-skills.md) — 8 карточек

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md