physics-rendering-expert — скилл для Claude Code: обзор и установка
Скилл physics-rendering-expert настраивает симуляцию верёвок, кабелей и тканей через Position-Based Dynamics (PBD) и интеграцию Верле. Он предотвращает ошибки с пружинами и углами Эйлера.
MIT 201 установок ★ 274 обновлён 2026-10-30
npx skills add curiositech/some_claude_skills --skill physics-rendering-expert -a claude-codeЧто делает physics-rendering-expert
Скилл направляет агента при написании физики реального времени: верёвок, поводков и цепочек. В основе лежит метод Position-Based Dynamics (PBD) вместо классических пружин Гука. Пружинные силы требуют крошечного шага по времени для стабильности, тогда как PBD гарантирует устойчивость и обходится 5–10 итерациями решателя на кадр при 60fps.
Инструмент задаёт конкретные алгоритмы под каждую задачу. Для частиц он выбирает симплектическую интеграцию Верле, а для ориентации в пространстве требует кватернионы во избежание шарнирного замка. Для последовательных цепочек применяется решатель Гаусса-Зейделя, а для ткани и параллельных вычислений на GPU — Якоби.
Для гидродинамики (SPH/MPM), симуляции разрушений (FEM) или встроенной физики движков Unity и Unreal скилл прямо противопоказан. Это специализированное руководство под стабильные частичные системы и расчёт запутывания канатов.
Какие задачи решает
- Реализовать симуляцию верёвок и кабелей через PBD
- Заменить взрывающиеся пружинные силы на метод Верле
- Устранить шарнирный замок с помощью кватернионной математики
- Настроить определение запутывания нескольких канатов
- Выбрать между решателями Гаусса-Зейделя и Якоби для GPU
Примеры запросов агенту
- Напиши симуляцию трёх запутывающихся поводков на PBD с интеграцией Верле.
- Переведи расчёт ограничений кабеля с пружин на решатель Гаусса-Зейделя.
- Сделай вращение сегментов цепи через кватернионы без углов Эйлера.
Как установить physics-rendering-expert
1Через Skills CLI (Vercel)
npx skills add curiositech/some_claude_skills --skill physics-rendering-expert -a claude-code2Вручную: положить файлы
~/.claude/skills/physics-rendering-expert/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/physics-rendering-expert/
1Через Skills CLI (Vercel)
npx skills add curiositech/some_claude_skills --skill physics-rendering-expert -a codex2Вручную: положить файлы
.agents/skills/physics-rendering-expert/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add curiositech/some_claude_skills --skill physics-rendering-expert -a cursor2Вручную: положить файлы
.cursor/skills/physics-rendering-expert/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install curiositech/some_claude_skills .claude/skills/physics-rendering-expert2Вручную: положить файлы
.github/skills/physics-rendering-expert/SKILL.md1Через Skills CLI (Vercel)
npx skills add curiositech/some_claude_skills --skill physics-rendering-expert -a gemini-cli2Командой платформы
gemini skills install https://github.com/curiositech/some_claude_skills --path .claude/skills/physics-rendering-expertВручную: положить файлы
.devin/skills/physics-rendering-expert/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add curiositech/some_claude_skills --skill physics-rendering-expert -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о physics-rendering-expert
Как установить physics-rendering-expert в Claude Code?
Выполните команду npx skills add curiositech/some_claude_skills --skill physics-rendering-expert -a claude-code или вручную поместите файл по пути ~/.claude/skills/physics-rendering-expert/SKILL.md.
Что делает physics-rendering-expert?
Он предоставляет формулы и алгоритмы для симуляции верёвок и тканей в реальном времени с помощью Position-Based Dynamics. Скилл также предотвращает частые ошибки вроде использования углов Эйлера или избыточного числа итераций.
Подходит ли скилл для симуляции жидкостей или разрушений?
Нет. В правилах прямо указано не использовать его для гидродинамики (SPH/MPM), разрушений методом конечных элементов (FEM) и встроенных физических движков Unity или Unreal.
Исходный текст
SKILL.md · MIT
---
name: physics-rendering-expert
description: Real-time rope/cable physics using Position-Based Dynamics (PBD), Verlet integration, and constraint solvers. Expert in quaternion math, Gauss-Seidel/Jacobi solvers, and tangling detection.
Activate on 'rope simulation', 'PBD', 'Position-Based Dynamics', 'Verlet', 'constraint solver', 'quaternion', 'cable dynamics', 'cloth simulation', 'leash physics'. NOT for fluid dynamics (SPH/MPM), fracture
simulation (FEM), offline cinematic physics, molecular dynamics, or general game physics engines (use Unity/Unreal built-ins).
allowed-tools: Read,Write,Edit,Bash,mcp__firecrawl__firecrawl_search,WebFetch
metadata:
category: AI & Machine Learning
pairs-with:
- skill: metal-shader-expert
reason: GPU-accelerated physics rendering
- skill: native-app-designer
reason: Physics in app animations
tags:
- physics
- pbd
- verlet
- simulation
- constraints
---
# Physics & Rendering Expert: Rope Dynamics & Constraint Solving
Expert in computational physics for real-time rope/cable dynamics, constraint solving, and physically-based simulations.
## When to Use This Skill
**Use for:**
- Real-time rope/cable/chain simulation (leashes, climbing ropes)
- Position-Based Dynamics (PBD) implementation
- Constraint solvers (Gauss-Seidel, Jacobi)
- Quaternion/dual-quaternion rotation math
- Verlet integration for particle systems
- Tangle detection (multi-rope collisions)
**Do NOT use for:**
- Fluid dynamics → specialized SPH/MPM solvers
- Fracture simulation → requires FEM or MPM
- Offline cinematic physics → different constraints
- Unity/Unreal physics → use built-in systems
## Expert vs Novice Shibboleths
| Topic | Novice | Expert |
|-------|--------|--------|
| **Constraint approach** | Uses spring forces (F=ma) | Uses PBD (directly manipulates positions) |
| **Why PBD** | "Springs work fine" | Springs require tiny timesteps; PBD is unconditionally stable |
| **Solver choice** | "Just iterate until done" | Gauss-Seidel for chains, Jacobi for GPU |
| **Iterations** | 20+ iterations | 5-10 is optimal; diminishing returns after |
| **Rotation** | Uses Euler angles | Uses quaternions (no gimbal lock) |
| **Integration** | Forward Euler | Verlet (symplectic, energy-conserving) |
## Common Anti-Patterns
### Force-Based Springs for Stiff Constraints
| What it looks like | Why it's wrong |
|--------------------|----------------|
| `force = k * (distance - rest_length)` with high k | High k requires tiny dt for stability; low k gives squishy ropes |
| **Instead**: Use PBD - directly move particles to satisfy constraints |
### Euler Angles for Rotation
| What it looks like | Why it's wrong |
|--------------------|----------------|
| `rotation = vec3(pitch, yaw, roll)` | Gimbal lock at 90° pitch; unstable composition |
| **Instead**: Use quaternions - 4 numbers, no gimbal lock, stable SLERP |
### Over-Iteration
| What it looks like | Why it's wrong |
|--------------------|----------------|
| `solver_iterations = 50` | Diminishing returns after 5-10; wastes cycles |
| **Instead**: Use 5-10 iterations; if more needed, use XPBD compliance |
### Single-Threaded Gauss-Seidel for Large Systems
| What it looks like | Why it's wrong |
|--------------------|----------------|
| Gauss-Seidel on 1000+ constraints | Gauss-Seidel is inherently sequential |
| **Instead**: Use Jacobi solver for GPU parallelization |
## Quick Reference
### Why PBD Beats Force-Based Physics
- Unconditionally stable (large timesteps OK)
- Direct control over constraint satisfaction
- No spring constants to tune
- Predictable behavior
### Solver Choice
| Solver | Parallelizable | Convergence | Use Case |
|--------|---------------|-------------|----------|
| **Gauss-Seidel** | No | Fast | Chains, ropes |
| **Jacobi** | Yes (GPU) | Slower | Large meshes, cloth |
### Rotation Representation
- 3D rotation → Quaternion (never Euler)
- Rotation + translation → Dual quaternion
- Skinning/blending → Dual quaternion (no candy-wrapper artifact)
### Performance Targets
| System | Budget | Notes |
|--------|--------|-------|
| Single rope (100 particles) | <0.5ms | 5 iterations sufficient |
| Three-dog leash (60 particles) | <0.7ms | Include tangle detection |
| Cloth (1000 particles) | <2ms | Use Jacobi on GPU |
## Evolution Timeline
| Era | Key Development |
|-----|-----------------|
| Pre-2006 | Mass-spring systems, stability issues |
| 2006-2015 | PBD introduced (Müller et al.), unconditional stability |
| 2016-2020 | XPBD adds compliance for soft constraints |
| 2021-2024 | ALEM (2024 SIGGRAPH), BDEM, neural physics |
| 2025+ | XPBD standard, hybrid CPU/GPU, learned corrections |
## Decision Trees
**Choosing constraint solver:**
- Sequential structure (rope/chain)? → Gauss-Seidel
- Large parallel system (cloth/hair)? → Jacobi (GPU)
- Need soft constraints? → XPBD with compliance
**Choosing integration:**
- Position-only needed? → Basic Verlet
- Need velocity for forces? → Velocity Verlet
- High accuracy required? → RK4 (but PBD usually sufficient)
## Integrates With
- **metal-shader-expert** - GPU compute shaders for Jacobi solver
- **native-app-designer** - Visualization and debugging UI
## Reference Files
| File | Contents |
|------|----------|
| `references/core-algorithms.md` | PBD loop, Verlet, quaternions, solver implementations |
| `references/tangle-physics.md` | Multi-rope collision, Capstan friction, TangleConstraint |
---
**Remember**: Real-time physics is about stability and visual plausibility, not physical accuracy. PBD with 5-10 iterations at 60fps looks great and runs fast.
© curiositech · MIT · curiositech/some_claude_skills