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.
Установка
npx -y skills add lllllllama/ai-paper-reproduction-skill --skill repo-intake-and-plan --agent claude-codeRepo Intake and Plan
Вспомогательный скилл Rigor Intake для воспроизведения репозиториев глубокого обучения в подходе README-first. Используйте когда задача — просканировать репозиторий, прочитать README и основные файлы проекта, извлечь задокументированные команды, классифицировать кандидатов для inference, оценки и обучения, и вернуть оркестратору минимальный достоверный план воспроизведения.
Когда применять
- В начале работы по воспроизведению в подходе README-first.
- Когда основному скиллу нужна быстрая карта структуры репозитория и задокументированных команд.
- Когда кандидаты для inference, оценки и обучения должны быть классифицированы консервативно.
- Когда пользователь явно хочет сначала осмотреть репозиторий и ничего не запускать.
Когда не применять
- Когда выполнение уже началось и задача — запускать команды или записывать выводы.
- Когда цель не является задачей воспроизведения с опорой на репозиторий.
- Когда пользователь хочет только интерпретацию статьи без инспекции репозитория.
- Когда задокументированная команда уже выбрана и нужна только настройка или выполнение.
Чёткие границы
- Этот скилл сканирует и планирует.
- Это вспомогательный скилл — обычно вызывается оркестратором.
- Он не устанавливает среды.
- Он не подготавливает крупные ресурсы.
- Он не выполняет содержательные команды воспроизведения.
- Он не принимает решения о рискованных патчах.
Ожидаемые входные данные
- путь к целевому репозиторию
- доступ к README и основным файлам проекта
- опциональные подсказки пользователя о приоритетах (например, inference в первую очередь)
Ожидаемые выходные данные
- краткое резюме структуры репозитория
- инвентарь задокументированных команд
- выводимые категории кандидатов: inference, оценка, обучение, прочее
- минимальная достоверная рекомендация по воспроизведению
- список заметных неоднозначностей или рисков
Из того же репозитория
paper-context-resolver — контекст 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.
env-and-assets-bootstrap — настройка окружения для AI-репозитория
lllllllama/ai-paper-reproduction-skill
Настраивает окружение для воспроизведения AI-исследовательского репозитория: зависимости, активы и конфигурация до запуска любого кода.
minimal-run-and-audit — запуск 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.
ai-paper-reproduction — воспроизведение AI исследований
lllllllama/ai-paper-reproduction-skill
Оркестратор воспроизведения AI исследовательских репозиториев: надёжный и аудируемый процесс.
ai-research-reproduction — воспроизведение deep learning с аудитом
lllllllama/ai-paper-reproduction-skill
Структурированный workflow для воспроизведения deep learning репозиториев с аудиторским следом.
analyze-project — понять deep learning репозиторий
lllllllama/ai-paper-reproduction-skill
Для понимания deep learning репозитория до любого изменения кода: структура и архитектура.
