llllllllama/ai-paper-reproduction

Orquestrador principal para reproducción de repositorios de IA con enfoque primero en el README. Úsalo cuando el usuario quiera un flujo de reproducción completo, de mínima confianza, que lea el repositorio primero, seleccione el objetivo de inferencia o evaluación más pequeño documentado, coordine la ingesta, configuración, ejecución confiable, entrenamiento confiable opcional, análisis de repositorio opcional y resolución de brechas con el paper opcional, aplique reglas conservadoras de parches, registre evidencia, suposiciones, desviaciones y puntos de decisión humana, y escriba el paquete estandarizado `repro_outputs/`. No lo uses para resúmenes de papers, configuración genérica de entornos, escaneo aislado de repositorios, ejecución de comandos independientes, cambios de protocolo silenciosos o asistencia de investigación amplia fuera de la reproducción basada en repositorio.

¿Qué es ai-paper-reproduction?

El skill 'llllllllama/ai-paper-reproduction' es un orquestador integral diseñado para reproducir resultados de repositorios de inteligencia artificial de manera confiable y mínimamente intrusiva. Su flujo de trabajo comienza leyendo el README del repositorio para identificar el objetivo de inferencia o evaluación más simple y documentado, evitando configuraciones complejas o innecesarias. A partir de ahí, coordina todas las etapas necesarias: ingestión del repositorio, configuración del entorno, ejecución de código confiable, y opcionalmente entrenamiento, análisis del repositorio o resolución de brechas entre el paper y la implementación. El skill aplica reglas conservadoras de parches para minimizar cambios no autorizados, y registra meticulosamente toda evidencia, suposiciones, desviaciones y puntos donde se requiere decisión humana. Al finalizar, genera un paquete estandarizado en `repro_outputs/` que incluye todos los resultados y documentación del proceso, facilitando la verificación y reproducibilidad. Está diseñado para integrarse con agentes de desarrollo como Cursor o Codex, pero no debe usarse para tareas aisladas como resúmenes de papers, configuración genérica de entornos o ejecución de comandos independientes, ya que su fortaleza reside en el flujo completo guiado por el repositorio.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/lllllllama/ai-paper-reproduction-skill/tree/main/skills/ai-paper-reproduction

Installed? Explore more Investigación y análisis de datos skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

¿Qué hace ai-paper-reproduction?

Orquestador principal para reproducción de repositorios de IA con enfoque primero en el README. Úsalo cuando el usuario quiera un flujo de reproducción completo, de mínima confianza, que lea el repositorio primero, seleccione el objetivo de inferencia o evaluación más pequeño documentado, coordine la ingesta, configuración, ejecución confiable, entrenamiento confiable opcional, análisis de repositorio opcional y resolución de brechas con el paper opcional, aplique reglas conservadoras de parches, registre evidencia, suposiciones, desviaciones y puntos de decisión humana, y escriba el paquete estandarizado repro_outputs/. No lo uses para resúmenes de papers, configuración genérica de entornos, escaneo aislado de repositorios, ejecución de comandos independientes, cambios de protocolo silenciosos o asistencia de investigación amplia fuera de la reproducción basada en repositorio.

Individual skills in this repo

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

lllllllama/env-and-assets-bootstrap

Rigor Setup skill for README-first deep learning repo reproduction. Use when the task is specifically to prepare a conservative conda-first environment, checkpoint and dataset path assumptions, cache location hints, and setup notes before any run on a README-documented repository. Do not use for repo scanning, full orchestration, paper interpretation, final run reporting, or generic environment setup that is not tied to a specific reproduction target.

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.

Skills relacionados