Was macht training-log-agent?
Ein regelbasierter KI-Tool-Agent zur Analyse von Deep-Learning-Trainingslogs, Metrikdiagnose, Tuning-Vorschlägen, Plots und Berichterstellung.
Ein regelbasierter KI-Tool-Agent zur Analyse von Deep-Learning-Trainingslogs, Metrikdiagnose, Tuning-Vorschlägen, Plots und Berichterstellung.
Der kimevans111/training-log-agent ist ein spezialisierter KI-Agent, der Entwickler bei der Analyse von Trainingslogs aus Deep-Learning-Projekten unterstützt. Er wendet regelbasierte Heuristiken an, um Metriken wie Verlust und Genauigkeit zu diagnostizieren, potenzielle Probleme wie Überanpassung oder unzureichendes Training zu identifizieren und konkrete Tuning-Vorschläge zu machen. Der Agent kann automatisch Visualisierungen aus den Logdaten erstellen und strukturierte Analyseberichte generieren. Er arbeitet plattformunabhängig und lässt sich in CLI-Umgebungen oder CI/CD-Pipelines integrieren, sofern die Trainingslogs als reine Textdateien oder CSV-Dateien vorliegen.
npx skills add kimevans111/training-log-agentInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Ein regelbasierter KI-Tool-Agent zur Analyse von Deep-Learning-Trainingslogs, Metrikdiagnose, Tuning-Vorschlägen, Plots und Berichterstellung.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
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.