К основному содержанию
скилл CX Codex

meteorology-driver-classification — скилл

Скилл meteorology-driver-classification раскладывает переменные климатического датасета по группам «тепло», «поток», «ветер» и «человек», чтобы считать вклад каждой в изменения системы.

MIT 2 установок ★ 1 933 обновлён 2026-10-24

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add benchflow-ai/skillsbench --skill meteorology-driver-classification -a claude-code
Открыть на GitHub

Что делает meteorology-driver-classification

Скилл раскладывает переменные окружающей среды по четырём группам: «тепло», «поток», «ветер», «человек». В «тепло» уходят температура воздуха и поверхности, коротковолновая и длинноволновая радиация, влажность, облачность. В «поток» попадают осадки, приток, отток, сток, испарение, грунтовый поток. «Ветер» собирает скорость и направление, порывы, атмосферное давление. В «человеке» застроенная площадь, сельхозугодья, водонепроницаемые поверхности, плотность населения, промышленный выпуск, темп смены землепользования.

Дальше скилл ведёт по шагам: перечислить все колонки датасета, разложить каждую по физическому смыслу, при необходимости собрать производные переменные. Пример в тексте — сложить Longwave и Shortwave в NetRadiation на pandas. На выходе проверка: переменные одной группы должны коррелировать и грузиться на ожидаемые компоненты.

Считает не скилл, а ваш код: здесь только схема классификации и чек-лист проверки. Категории задуманы взаимоисключающими, поэтому сырую радиацию придётся разнести или сложить до анализа, иначе колонка уедет не в ту группу. Число групп скилл советует держать в районе 3–5.

Какие задачи решает

  • разложить десятки колонок датасета по четырём смысловым группам
  • собрать суммарную радиацию из коротковолновой и длинноволновой
  • отделить антропогенные факторы от метеорологических
  • проверить, что группы не пересекаются и грузятся на ожидаемые компоненты
  • зафиксировать решение о классификации, чтобы его повторил коллега

Примеры запросов агенту

  • Разложи колонки из data.csv по драйверам: тепло, поток, ветер, человек — и скажи, какие производные переменные дособрать.
  • Собери NetRadiation из Longwave и Shortwave и отнеси её к группе «тепло».
  • Проверь, что мои четыре группы взаимоисключающие и грузятся на те компоненты, которые я ожидаю.

Как установить meteorology-driver-classification

1Через Skills CLI (Vercel)

npx skills add benchflow-ai/skillsbench --skill meteorology-driver-classification -a claude-code

2Вручную: положить файлы

~/.claude/skills/meteorology-driver-classification/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/meteorology-driver-classification/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы о meteorology-driver-classification

Как установить meteorology-driver-classification в Claude Code?

Выполните npx skills add benchflow-ai/skillsbench --skill meteorology-driver-classification -a claude-code. Файл скилла появится в ~/.claude/skills/meteorology-driver-classification/SKILL.md.

Что делает meteorology-driver-classification?

Даёт схему, по которой переменные среды раскладываются на четыре группы драйверов, и список шагов для проверки такой группировки перед атрибуционным анализом.

Сколько категорий оставлять?

Скилл советует начать с 3–5 групп: так проще проверить, что переменные внутри каждой связаны между собой.

Исходный текст

SKILL.md · MIT
---
name: meteorology-driver-classification
description: Classify environmental and meteorological variables into driver categories for attribution analysis. Use when you need to group multiple variables into meaningful factor categories.
license: MIT
---

# Driver Classification Guide

## Overview

When analyzing what drives changes in an environmental system, it is useful to group individual variables into broader categories based on their physical meaning.

## Common Driver Categories

### Heat
Variables related to thermal energy and radiation:
- Air temperature
- Shortwave radiation
- Longwave radiation
- Net radiation (shortwave + longwave)
- Surface temperature
- Humidity
- Cloud cover

### Flow
Variables related to water movement:
- Precipitation
- Inflow
- Outflow
- Streamflow
- Evaporation
- Runoff
- Groundwater flux

### Wind
Variables related to atmospheric circulation:
- Wind speed
- Wind direction
- Gust speed
- Atmospheric pressure

### Human
Variables related to anthropogenic activities:
- Developed area
- Agriculture area
- Impervious surface
- Population density
- Industrial output
- Land use change rate

## Derived Variables

Sometimes raw variables need to be combined before analysis:
```python
# Combine radiation components into net radiation
df['NetRadiation'] = df['Longwave'] + df['Shortwave']
```

## Grouping Strategy

1. Identify all available variables in your dataset
2. Assign each variable to a category based on physical meaning
3. Create derived variables if needed
4. Variables in the same category should be correlated

## Validation

After statistical grouping, verify that:
- Variables load on expected components
- Groupings make physical sense
- Categories are mutually exclusive

## Best Practices

- Use domain knowledge to define categories
- Combine related sub-variables before analysis
- Keep number of categories manageable (3-5 typically)
- Document your classification decisions

© benchflow-ai · MIT · benchflow-ai/skillsbench

Похожие скиллы

Все скиллы по теме «Наука и исследования» →
statistical-analysis официальный anthropics Скилл statistical-analysis задаёт правила описательной статистики и поиска аномалий. Пригодится при разборе продуктовых метрик и числовых распределений. CX Codex +1 4 900установок vaex K-Dense-AI Скилл для работы с датасетами, которые не влезают в оперативную память. Обрабатывает HDF5, Arrow, CSV и Parquet через виртуальные выражения Vaex, ленивые вычисления и потоковую статистику. CX Codex +1 2 100установок data-analysis lingzhi227 Скилл data-analysis пишет код статистического анализа данных для статьи: подбирает тест под тип данных и добавляет p-values, размеры эффекта и доверительные интервалы. CX Codex +1 2 100установок analytics-data-analysis Mindrally Скилл analytics-data-analysis для Claude Code задаёт правила анализа данных на Python с pandas, matplotlib, seaborn и Jupyter. Включается при разведочном анализе, очистке датасетов и построении статистических графиков. CX Codex +1 1 200установок neo4j-driver-python-skill neo4j-contrib Скилл neo4j-driver-python-skill подсказывает агенту, как правильно писать Python-код под драйвер Neo4j v6: жизненный цикл драйвера, транзакции, async, батчинг через UNWIND. CX Codex +1 1 000установок exploratory-data-analysis davila7 Скилл exploratory-data-analysis для Claude, который определяет формат научного файла и собирает отчёт о структуре, качестве и дальнейших шагах анализа. CX Codex +1 279установок

Из того же набора22

Весь набор →
threejs Разбирает граф сцены Three.js, разделяет модели на части и готовит OBJ-файлы или URDF. Экспортирует геометрию и связи между деталями. CX Codex +1 8установок reflow-machine-maintenance-guidance Скилл reflow-machine-maintenance-guidance отвечает на вопросы по обслуживанию печи оплавления: считает градиенты, время выше ликвидуса и скорость конвейера по термопарам, MES и справочнику. CX Codex +1 5установок text-to-speech Скилл text-to-speech помогает подготовить TTS-речь к видеомонтажу: убрать артефакты, выровнять громкость и свести сегменты по времени. CX Codex +1 4установок civ6lib Скилл civ6lib для Claude Code проверяет размещение районов в Civilization 6 и считает бонусы соседства. Анализирует карты и помогает планировать города. CX Codex +1 2установок scipy-curve-fit Скилл scipy-curve-fit обучает агента подбирать параметры нелинейных моделей по экспериментальным данным через scipy.optimize.curve_fit. CX Codex +1 2установок python-scala-idioms Скилл python-scala-idioms помогает переводить код с Python на чистый и идиоматичный Scala. Фокусируется на неизменяемости, сопоставлении с образцом и безопасной работе с типами. CX Codex +1 1установок first-order-model-fitting Скилл first-order-model-fitting для Claude Code подбирает модель первого порядка по экспериментальному переходному отклику и оценивает K и tau. Анализирует тепловые, электрические и механические системы. CX Codex +1 1установок hex-grid-spatial Скилл hex-grid-spatial для Claude Code считает соседей, расстояние и клетки в радиусе на гексагональной карте с odd-r offset координатами. Используется в логике ходов и зон вокруг юнита. CX Codex +1 1установок

Спонсоры проекта

Компании, которые помогают держать аналитику открытой