Главная · Скиллы · minimal-run-and-audit

minimal-run-and-auditзапуск и аудит AI-репозитория

lllllllama/ai-paper-reproduction-skill

Когда команда для запуска уже найдена — выполняет её, фиксирует доказательства работы и проводит аудит результатов AI-исследовательского репозитория.

Установка

npx -y skills add lllllllama/ai-paper-reproduction-skill --skill minimal-run-and-audit --agent claude-code

Minimal Run and Audit

Скилл Rigor Run для воспроизведения репозиториев глубокого обучения в подходе README-first. Используйте когда задача — зафиксировать или нормализовать результаты выбранного smoke-теста или задокументированной команды вывода/оценки и записать стандартизированные файлы в repro_outputs/, включая заметки о патчах при изменении файлов репозитория.

Когда применять

  • После того как цель воспроизведения и план настройки определены.
  • Когда основному скиллу нужны доказательства выполнения и нормализованные выводы.
  • Когда уместен smoke-тест, задокументированный inference-запуск, запуск оценки или другая короткая нетренировочная верификация.
  • Когда пользователь уже знает, какую команду нужно выполнить, и хочет только выполнение и отчётность.

Когда не применять

  • На этапе первичного сканирования репозитория.
  • Когда среда или ресурсы недостаточно определены для осмысленного выполнения.
  • Когда задача — поиск литературы, а не выполнение репозитория.
  • Когда пользователь ещё выбирает цель воспроизведения.

Чёткие границы

  • Этот скилл управляет нормализованной отчётностью по попытке выполнения команды.
  • Он не выбирает общую цель самостоятельно.
  • Он не выполняет широкий анализ статей.
  • Он не управляет запуском обучения, его возобновлением или длительным тренировочным процессом.
  • Он не должен нормализовывать рискованные правки кода как приемлемую практику.
  • Он не должен скрывать изменения, затрагивающие оценку, предобработку, чекпоинты, метрики или другой научный смысл.

Ожидаемые входные данные

  • выбранная цель воспроизведения
  • исполняемые или smoke-команды
  • предположения о среде и ресурсах
  • опциональные метаданные патчей

Ожидаемые выходные данные

  • сводка результатов выполнения
  • стандартизированные файлы в repro_outputs/
  • SCIENTIFIC_CHANGELOG.md — при изменении научного смысла и статуса доказательств
  • COMPARABILITY_REPORT.md — сопоставимость с README/статьёй/базовыми показателями
  • чёткое разграничение подтверждённых, частичных и заблокированных состояний
  • PATCHES.md — при изменении файлов репозитория

Из того же репозитория

paper-context-resolverконтекст при воспроизведении AI-статей
lllllllama/ai-paper-reproduction-skill
При воспроизведении AI-статьи из GitHub репозитория — разрешает узкие технические вопросы, которые README не освещает. Точечные ответы без лишнего контекста.
289139.9k установок
env-and-assets-bootstrapнастройка окружения для AI-репозитория
lllllllama/ai-paper-reproduction-skill
Настраивает окружение для воспроизведения AI-исследовательского репозитория: зависимости, активы и конфигурация до запуска любого кода.
289139.6k установок
repo-intake-and-planанализ и план воспроизведения репозитория
lllllllama/ai-paper-reproduction-skill
Первичный анализ нового репозитория: читает README, находит скрипты настройки и задокументированные команды, категоризирует задачи воспроизведения.
289139.6k установок
ai-paper-reproductionвоспроизведение AI исследований
lllllllama/ai-paper-reproduction-skill
Оркестратор воспроизведения AI исследовательских репозиториев: надёжный и аудируемый процесс.
2899.1k установок
ai-research-reproductionвоспроизведение deep learning с аудитом
lllllllama/ai-paper-reproduction-skill
Структурированный workflow для воспроизведения deep learning репозиториев с аудиторским следом.
289333 установок
analyze-projectпонять deep learning репозиторий
lllllllama/ai-paper-reproduction-skill
Для понимания deep learning репозитория до любого изменения кода: структура и архитектура.
289240 установок