CommunityRecherche & Datenanalysegithub.com

lllllllama/env-and-assets-bootstrap

Rigor Setup-Fähigkeit zur README-zentrierten Reproduktion von Deep-Learning-Repositories. Verwenden, wenn die Aufgabe darin besteht, eine konservative, Conda-basierte Umgebung, Annahmen zu Checkpoint- und Dataset-Pfaden, Cache-Hinweise sowie Setup-Notizen vor einem Run vorzubereiten. Nicht verwenden für Repository-Scans, vollständige Orchestrierung, Paper-Interpretation, finale Run-Berichte oder generische Umgebungssetups ohne Bezug zu einem spezifischen Reproduktionsziel.

Was ist env-and-assets-bootstrap?

Diese Fähigkeit (Skill) namens 'lllllllama/env-and-assets-bootstrap' dient der systematischen Vorbereitung der Umgebung für die Reproduktion von Deep-Learning-Modellen, die auf einem README-dokumentierten Repository basieren. Sie ist speziell für den sogenannten 'Rigor Setup' konzipiert, bei dem eine konservative Conda-Erstumgebung erstellt, Annahmen zu Checkpoint- und Dataset-Pfaden dokumentiert, Cache-Hinweise gegeben und Setup-Notizen festgehalten werden. Der Skill ist für KI-Agenten wie Claude Code oder Cursor nützlich, die reproduzierbare Experimente durchführen möchten. Er arbeitet, indem er das README analysiert, die benötigten Pakete, Pfade und Caches identifiziert und eine strukturierte Umgebungsdatei (z. B. environment.yml) sowie eine Konfigurationsnotiz generiert. Wichtig: Dieser Skill ist nicht für allgemeine Repository-Scans, vollständige Ausführungsorchestrierung oder Paper-Analysen gedacht – sein Fokus liegt ausschließlich auf der initialen Umgebungseinrichtung vor dem ersten Run.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/lllllllama/ai-paper-reproduction-skill/tree/main/skills/env-and-assets-bootstrap

Installed? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

Original anzeigen→Alle Skills durchsuchen

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Dokumentation

Was macht env-and-assets-bootstrap?

Rigor Setup-Fähigkeit für README-zentrierte Deep-Learning-Repository-Reproduktion. Verwenden, wenn die Aufgabe spezifisch darin besteht, eine konservative Conda-Erstumgebung, Annahmen zu Checkpoint- und Dataset-Pfaden, Cache-Speicherort-Hinweise sowie Setup-Notizen vor einem Run auf einem README-dokumentierten Repository vorzubereiten. Nicht verwenden für Repository-Scans, vollständige Orchestrierung, Paper-Interpretation, finale Run-Berichte oder generische Umgebungssetups ohne Bezug zu einem spezifischen Reproduktionsziel.

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

lllllllama/ai-paper-reproduction

Main orchestrator for README-first AI repo reproduction. Use when the user wants an end-to-end, minimal-trustworthy reproduction flow that reads the repository first, selects the smallest documented inference or evaluation target, coordinates intake, setup, trusted execution, optional trusted training, optional repository analysis, and optional paper-gap resolution, enforces conservative patch rules, records evidence assumptions deviations and human decision points, and writes the standardized `repro_outputs/` bundle. Do not use for paper summary, generic environment setup, isolated repo scanning, standalone command execution, silent protocol changes, or broad research assistance outside repository-grounded reproduction.

lllllllama/minimal-run-and-audit

RigorPilot trusted execution and reporting skill for README-first deep learning repo reproduction. Use when the task is specifically to capture or normalize evidence from the selected smoke test or documented inference or evaluation command and write standardized `repro_outputs/` files, including patch notes when repository files changed. Do not use for training execution, initial repo intake, generic environment setup, paper lookup, target selection, hidden scientific-meaning changes, or end-to-end orchestration by itself.

lllllllama/paper-context-resolver

Rigor Paper Context helper for README-first deep learning repo reproduction. Use only when the README and repository files leave a narrow reproduction-critical gap and the task is to resolve a specific paper detail such as dataset split, preprocessing, evaluation protocol, checkpoint mapping, or runtime assumption from primary paper sources while recording conflicts. Do not use for general paper summary, repo scanning, environment setup, command execution, title-only paper lookup, or replacing README guidance by default.

lllllllama/repo-intake-and-plan

Rigor Intake helper for README-first deep learning repo reproduction. Use when the task is specifically to scan a repository, read the README and common project files, extract documented commands, classify inference, evaluation, and training candidates, and return the smallest trustworthy reproduction plan to the main orchestrator. Do not use for environment setup, asset download, command execution, final reporting, paper lookup, or end-to-end orchestration.

Verwandte Skills

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

community

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

community

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

community

affaan-m/everything-claude-code

The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.

community

forrestchang/andrej-karpathy-skills

Agent skill repository discovered by 10x-chat research.

community

langgenius/backend-code-review

Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.

community
← More Recherche & Datenanalyse skills