# scipy

Справочник по SciPy для ИИ-агента: какой модуль взять под интеграл, оптимизацию, интерполяцию или ОДУ, и на каких вызовах спотыкаются чаще всего.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 121 установка · ★ 25 у репозитория
- Автор: tondevrel
- Лицензия: BSD-3-Clause · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/tondevrel/scientific-agent-skills/tree/HEAD/skills/scipy/SKILL.md
- Обновлён: 2026-02-01
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/scipy

## Что делает

Скилл даёт агенту карту SciPy: каким модулем решать интеграл, оптимизацию, интерполяцию, разреженную линейную алгебру, фильтрацию сигналов, статтесты, БПФ, пространственные расчёты вроде матриц расстояний и специальные функции. Есть отдельный список того, для чего библиотеку брать не надо: для массивов есть NumPy, для машинного обучения scikit-learn, для символьных выкладок SymPy.

Внутри — таблица «задача → модуль → вызов» (`quad`, `minimize`, `interp1d`, `solve_ivp`), короткие рабочие шаблоны и раздел антипаттернов: рядом плохой и хороший вариант кода. Отдельный блок правил требует проверять сходимость, задавать `rtol` и `atol`, следить за границами интегрирования. Версия 1.12, лицензия BSD-3-Clause.

Сама SciPy при этом должна стоять в проекте: `pip install scipy`, и рядом NumPy, потому что библиотека на нём построена. Границы стоит знать заранее — интерполяция за пределы данных падает, если не передать `fill_value='extrapolate'`, а минимизация без проверки `result.success` тихо отдаёт локальный минимум.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add tondevrel/scientific-agent-skills --skill scipy -a claude-code
```

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

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add tondevrel/scientific-agent-skills --skill scipy -a codex
```

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

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add tondevrel/scientific-agent-skills --skill scipy -a cursor
```

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

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install tondevrel/scientific-agent-skills skills/scipy
```

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

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add tondevrel/scientific-agent-skills --skill scipy -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/tondevrel/scientific-agent-skills --path skills/scipy
```

### Windsurf (Devin Desktop)

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

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add tondevrel/scientific-agent-skills --skill scipy -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/tondevrel/scientific-agent-skills/tree/HEAD/skills/scipy/SKILL.md

## Когда брать
- взять готовый вызов `quad` вместо вывода квадратуры с нуля
- подобрать параметры кривой через `curve_fit` и не потерять начальное приближение
- решить систему ОДУ через `solve_ivp`
- выбрать ранговый критерий, когда данные не нормальны
- заметить невекторизованную функцию до того, как её получит интегратор

## Примеры запросов агенту
- Посчитай интеграл от exp(-x**2) на отрезке от 0 до бесконечности через `scipy.integrate.quad` и покажи оценку погрешности.
- Сверни точки эксперимента кубическим сплайном через `interp1d` и посчитай значения на сетке из ста точек.
- Найди минимум функции (x - 2)**2 + 1 через `optimize.minimize` и проверь, что `result.success` истинно.

## Похожие
- [scipy-best-practices](https://affpapa.org/nevibecode/skills/scipy-best-practices.md) — скилл · 1100 установок
- [scipy-curve-fit](https://affpapa.org/nevibecode/skills/scipy-curve-fit.md) — скилл · 2 установки
- [numerical-integration](https://affpapa.org/nevibecode/skills/parcadei-numerical-integration.md) — скилл · ★ 3951 у репозитория
- [interpolation](https://affpapa.org/nevibecode/skills/interpolation.md) — скилл · ★ 3951 у репозитория
- [numerical-stability](https://affpapa.org/nevibecode/skills/numerical-stability.md) — скилл · ★ 95 у репозитория
- [matplotlib](https://affpapa.org/nevibecode/skills/k-dense-ai-matplotlib.md) — скилл · 2500 установок

Из того же набора: [tondevrel/scientific-agent-skills](https://affpapa.org/nevibecode/by/tondevrel/scientific-agent-skills.md) — 11 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

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