先看看示例
作者提供的示例，实际效果取决于你的输入和使用工具。
输入
长度 10.0 cm，标准不确定度 0.1 cm；宽度 2.00 cm，标准不确定度 0.02 cm；两者独立，面积 A=L×W。
输出
编辑示例 · 未运行
面积：A=20.0 cm²。
一阶传播：u(A)=√[(W·u(L))²+(L·u(W))²]
=√[(2.00×0.1)²+(10.0×0.02)²]≈0.28 cm²。
报告：A=(20.00±0.28) cm²，± 后为标准不确定度，k=1；未包含未提供的系统误差。
若两次测量相关，需加入协方差项后重算。
方法说明
使用 pint 与 uncertainties 跟踪物理单位、测量不确定度和相关性，检查量纲、有效数字与数量级。 具体任务 计算矩形面积及测量不确定度：使用 pint 与 uncertainties 跟踪物理单位、测量不确定度和相关性，检查量纲、有效数字与数量级。 审查单位混用的计算：追踪单位转换、偏移单位和无量纲化位置，检查是否过早转为普通数值。 必需材料 量值、单位与标准不确定度 计算公式与变量相关关系 可选材料 仪器校准信息 覆盖因子需求 使用门槛 清楚给的是标准不确定度还是置信区间，并区分绝对温度与温差。 这个 Skill 额外提供的方法 把单位、误差来源和传播假设保留在计算中，最终结果与有效数字一起交付。 编辑示例（未运行） 计算矩形面积及测量不确定度 任务：请根据下面的示例材料完成计算矩形面积及测量不确定度，把判断依据和待确认事项写清楚。 输入： 长度 10.0 cm，标准不确定度 0.1 cm；宽度 2.00 cm，标准不确定度 0.02 cm；两者独立，面积 A=L×W。 结果片段： 面积：A=20.0 cm²。 一阶传播：u(A)=√[(W·u(L))²+(L·u(W))²] =√[(2.00×0.1)²+(10.0×0.02)²]≈0.28 cm²。 报告：A=(20.00±0.28) cm²，± 后为标准不确定度，k=1；未包含未提供的系统误差。 若两次测量相关，需加入协方差项后重算。 把单位、误差来源和传播假设保留在计算中，最终结果与有效数字一起交付。 该片段是编辑示例，用于说明交付形态，未运行上游技能。 首次任务 请使用「让单位换算和误差传播跟着计算走」完成「计算矩形面积及测量不确定度」。 任务要求：把单位、误差来源和传播假设保留在计算中，最终结果与有效数字一起交付。 我的必需材料： - 量值、单位与标准不确定度：[请填写或粘贴] - 计算公式与变量相关关系：[请填写或粘贴] 请基于上述实际材料输出：量纲检查、误差传播或不确定度预算、按有效数字整理的结果和假设。缺少依据的地方单列为待确认，不编造事实；未执行的操作或测试明确标为未执行。 验收要求： 1. 输入单位与输出量纲一致。 2. 相关性和覆盖因子明确。 3. 结果舍入不早于中间计算。 验收方法 输入单位与输出量纲一致 相关性和覆盖因子明确 结果舍入不早于中间计算 依赖与准备 手算和导读不要求执行工具。运行固定来源数值 CLI 需 Python 3.12+、uv、pint、uncertainties、NumPy 与 SciPy；源记录的可复现组合为 pint 0.25.3、uncertainties 3.2.3、NumPy 2.5.1、SciPy 1.18.0。静态单位审计器只用 Python 标准库。pint-pandas/pint-xarray 是额外集成，不是本示例必需项。 使用边界 忽略相关性会改变误差传播结果，未知相关关系需列为假设。 线性近似对强非线性或边界问题可能失效，应评估模拟方法。 排错 误差明显小得不合理：检查把百分比当绝对值、重复使用同一测量却假定独立等问题。 摄氏温度计算出异常结果：区分绝对温度和温差，避免把带偏移单位直接相乘。 固定来源 https://github.com/K-Dense-AI/scientific-agent-skills/blob/49c6e97775eaa18ba791bebe23162a70ae601c18/skills/uncertainty-and-units/SKILL.md