de autoskill426
Extrait des caractéristiques d'arêtes structurées à partir d'une netlist de circuit bipartite (NetworkX MultiGraph), en normalisant l'ordre des composants/nets, en mappant les couleurs des terminaux et en détectant les connexions.
Cette compétence fournit un modèle d'implémentation concret pour extraire des dictionnaires de caractéristiques par arête à partir d'un NetworkX MultiGraph modélisant des netlists de circuits. Elle normalise la direction des arêtes pour que les composants apparaissent en premier, extrait les noms de terminaux à partir des étiquettes d'arêtes, mappe les terminaux vers des couleurs d'affichage et détecte les connexions parallèles (composant, net). Le résultat est une liste de dictionnaires adaptée à l'analyse en aval, à la visualisation ou aux pipelines de caractéristiques ML.
Utilisez cette compétence lorsque vous avez une netlist de circuit représentée par un graphe NetworkX et que vous avez besoin de : caractéristiques au niveau des arêtes pour la visualisation, préparation de jeux de données pour le ML sur graphes, ou identification de connexions parallèles et de rôles de terminaux dans l'analyse de schémas. Déclenchez-la lors du traitement de graphes de netlists ou de la préparation de caractéristiques pour l'entrée d'un modèle.
Idéalement adaptée aux agents capables d'exécuter du Python et de raisonner sur des graphes (type Copilot ou assistants capables d'utiliser Python). Pratique pour les agents axés sur le code pouvant exécuter du code NetworkX et intégrer les résultats dans des pipelines d'analyse.
Compétence basée uniquement sur un prompt qui instruit un agent à écrire une fonction NetworkX pour extraire les caractéristiques des arêtes à partir de graphes de netlist de circuits bipartis. Bien structurée avec des anti-modèles et des contraintes clairs, mais extrêmement niche — utile uniquement pour les ingénieurs en conception VLSI/circuits travaillant avec des représentations de graphes spécifiques. Aucun script inclus ; purement un prompt de génération de code sans problème de sécurité.
Compétence propre, aucun problème de sécurité. Fait partie de la banque AutoSkill d'ECNU (compétences générées par LLM). Prompt bien écrit avec une bonne section sur les anti-modèles, mais l'audience très restreinte limite l'utilité. Le frontmatter est complet et correctement structuré.
