Synthèse automatique
Ce modèle fournit une structure standardisée pour créer des exercices pratiques dans un manuel d'IA physique, avec des sections comme objectifs, instructions, vérification et défis.
Points forts
- Format clair et reproductible pour les exercices, réduisant l'effort de rédaction.
- Inclut des types d'exercices variés : expériences de pensée, simulations, intégration matérielle.
- Propose une progression de difficulté adaptée aux chapitres du manuel.
- Assure des critères de validation explicites et des temps estimés réalistes.
Limites
- Spécifique au manuel d'IA physique et aux technologies comme ROS 2, Jetson, RealSense.
- Peut nécessiter des ajustements pour d'autres domaines ou outils.
- Ne couvre pas la création de contenu de fond, seulement la structure d'exercice.
Utilisez ce modèle lorsque vous devez concevoir un exercice pratique standardisé pour un manuel technique en robotique ou IA physique.
Évitez ce modèle si vous rédigez du contenu théorique sans composante pratique ou si vous travaillez dans un domaine très différent de la robotique.
Analyse de sécurité
SûrThe skill contains only a template for educational exercises with benign ROS 2 commands. No destructive, exfiltrating, or obfuscated actions are present.
Aucun point d'attention détecté
Comment cette analyse est faiteExemples
Create an exercise for Chapter 4 of the Physical AI textbook using the exercise-patterns skill. The exercise should be intermediate difficulty, about 30 minutes, and involve creating a ROS 2 publisher node that publishes joint states for a virtual robot arm.Use the exercise-patterns skill to outline a hardware integration exercise for Chapter 12. The student should deploy a ROS 2 node to a Jetson Orin Nano to read RealSense depth data and visualize it on a workstation. Include validation steps and a challenge to stream over Wi-Fi.Using the exercise-patterns skill, generate a thought experiment exercise for Chapter 1. Ask students to list five tasks that require physical embodiment which an LLM alone cannot accomplish. Include a difficulty of beginner and a time estimate of 15 minutes.name: exercise-patterns description: Structure for creating hands-on exercises in the Physical AI textbook.
Exercise Template (Strict Format)
## Exercise X.Y: [Title]
**Difficulty**: [Beginner | Intermediate | Advanced]
**Time**: [15 min | 30 min | 1 hour | 2 hours]
**Hardware**: [Workstation | Jetson + RealSense | Unitree Robot]
### Objectives
By completing this exercise, you will:
- [Action verb] [specific skill] (e.g., "Create a ROS 2 publisher node")
- [Action verb] [specific skill] (e.g., "Visualize sensor data in RViz2")
- [Action verb] [specific skill] (e.g., "Deploy code to Jetson Orin Nano")
### Prerequisites
- Chapter X completed
- ROS 2 Humble installed
- [Specific hardware setup, e.g., "RealSense D435i connected"]
### Instructions
#### Step 1: [Action]
```bash
# Command to run
ros2 pkg create my_package --build-type ament_python
Expected Output:
Successfully created package 'my_package'
Step 2: [Action]
[Detailed instructions with code snippets]
Step 3: [Verification]
Run this command to verify:
ros2 topic list
Expected: You should see /my_topic in the list.
Validation Checklist
- [ ] Code compiles without errors (
colcon build) - [ ] Node runs and publishes data (
ros2 topic echo /my_topic) - [ ] RViz2 displays data correctly
Challenge (Optional)
[Extended task for advanced students, e.g., "Modify the node to publish at 100 Hz instead of 10 Hz"]
Troubleshooting
Problem: "Package not found"
Solution: Source your workspace (source install/setup.bash)
Problem: "Topic not visible"
Solution: Check if node is running (ros2 node list)
## Exercise Types
### 1. Thought Experiment (No Code)
**Format**: Conceptual questions to build intuition
**Example**: "List 5 tasks that require physical embodiment that an LLM alone cannot do"
### 2. Simulation Task (Gazebo/Isaac Sim)
**Format**: Code + Launch files + Gazebo world
**Example**: "Spawn a humanoid in Gazebo and make it walk forward 2 meters"
### 3. Hardware Integration (Jetson + Sensors)
**Format**: Deploy ROS 2 node to Jetson, read sensor data
**Example**: "Stream RealSense depth images to your workstation via Wi-Fi"
### 4. Capstone Project (Multi-Week)
**Format**: Complete system with milestones
**Example**: "Build an autonomous room-cleaning robot"
## Progressive Difficulty Curve
**Beginner** (Chapters 1-5):
- Copy-paste code examples
- Run pre-built packages
- Simple parameter changes
**Intermediate** (Chapters 6-15):
- Modify existing code
- Create new nodes
- Integrate multiple sensors
**Advanced** (Chapters 16-28):
- Design complete systems
- Optimize for hardware (Jetson)
- Implement novel algorithms
- Deploy to real robots
## Validation Standards
Every exercise must have:
1. **Clear Success Criteria** - "You should see X" or "The robot should do Y"
2. **Runnable Code** - Copy-paste should work without modification
3. **Hardware Note** - Explicitly state if Jetson/Robot required
4. **Time Estimate** - Realistic completion time for average student
Du fichier au premier essai
Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.
Consulter la source et ses fichiers annexesCe téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.
1. Télécharger le fichier
Télécharger SKILL.mdDepuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/exercise-patterns-for-physical-ai-mmh8qrfo/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.
Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.
mkdir -p '.skill-downloads/exercise-patterns-for-physical-ai-mmh8qrfo' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/exercise-patterns-for-physical-ai-mmh8qrfo/download' --output '.skill-downloads/exercise-patterns-for-physical-ai-mmh8qrfo/SKILL.md.part' && mv '.skill-downloads/exercise-patterns-for-physical-ai-mmh8qrfo/SKILL.md.part' '.skill-downloads/exercise-patterns-for-physical-ai-mmh8qrfo/SKILL.md'2. Vérifier les prérequis
Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.
Aucune section de prérequis reconnue dans ce fichier. Cela ne signifie pas qu’il est autonome : les bibliothèques, outils et accès peuvent être cités ailleurs dans le contenu ou dans le dépôt source.
Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.
3. Charger la skill
Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.
Claude Code
test -f '.skill-downloads/exercise-patterns-for-physical-ai-mmh8qrfo/SKILL.md' && test -s '.skill-downloads/exercise-patterns-for-physical-ai-mmh8qrfo/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/exercise-patterns' && cp -R '.skill-downloads/exercise-patterns-for-physical-ai-mmh8qrfo' '.claude/skills/exercise-patterns'Cursor
test -f '.skill-downloads/exercise-patterns-for-physical-ai-mmh8qrfo/SKILL.md' && test -s '.skill-downloads/exercise-patterns-for-physical-ai-mmh8qrfo/SKILL.md' && mkdir -p '.cursor/skills' && test ! -e '.cursor/skills/exercise-patterns' && cp -R '.skill-downloads/exercise-patterns-for-physical-ai-mmh8qrfo' '.cursor/skills/exercise-patterns'OpenSkills
OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.
Installation officielle d’OpenSkillsopenskills install './.skill-downloads/exercise-patterns-for-physical-ai-mmh8qrfo'openskills read 'exercise-patterns-for-physical-ai-mmh8qrfo'La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.
Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.
openskills syncMode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.
4. Faire un premier essai
Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :
Lis .skill-downloads/exercise-patterns-for-physical-ai-mmh8qrfo/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.
Fragments d'écriture
Contenu
Extrayez des fragments d'écriture bruts via un entretien intensif, sans imposer de structure. Capturez idées, citations et mots porteurs pour une utilisation ultérieure.
Rédaction UI et audit
Contenu
Rédigez ou auditez les textes d'interface (boutons, erreurs, états vides, infobulles) dans le monorepo, en suivant la source de vérité du design system.
Extraction MIDI/score
Contenu
Extrait le MIDI ou la partition d'une production musicale existante via l'outil MCP CogMusic et confirme la disponibilité du fichier.