Communitygithub.com

1942853632/agent-skill-foundry

Rédiger un récit transparent des résultats à partir de journaux d’expérience, de tableaux et de graphiques. À utiliser uniquement lorsque l’utilisateur a besoin de ce workflow spécifique.

Qu'est-ce que agent-skill-foundry ?

Cette compétence d'agent est conçue pour aider les développeurs et les data scientists à transformer des journaux d'expérience, des tableaux et des graphiques en un récit de résultats transparent et structuré. Contrairement à une réponse générique, elle se concentre sur la production d'un artefact vérifiable qui sépare clairement les faits sources, le raisonnement et les décisions à prendre par l'utilisateur. Elle prend en charge les workflows d'expérimentation en IA, en ML ou en science des données, en garantissant que les hypothèses, les métriques et les limites sont explicitement documentées. L'agent exige des entrées spécifiques (hypothèse, configuration, métriques, résultats, artefacts, limitations) et signale tout écart par rapport à ces données plutôt que de les inventer. Idéale pour les validations internes ou les rapports à présenter aux parties prenantes, cette compétence renforce la confiance dans les résultats et facilite la révision par les pairs.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/1942853632/agent-skill-foundry/tree/HEAD/skills/experiment-narrative

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Récit d'Expérience

Objectif

Rédiger un récit transparent des résultats à partir de journaux d’expérience, de tableaux et de graphiques.

Cette compétence est délibérément étroite. Elle produit un artefact vérifiable plutôt que de prétendre achever un travail nécessitant des preuves manquantes.

Entrée requise

Commencez par collecter : hypothèse, configuration, métriques, résultats, artefacts, limites.

Si une entrée requise est manquante, demandez-la ou marquez explicitement l'hypothèse sous-jacente. Ne comblez jamais un vide factuel avec un détail plausible.

Workflow

  1. Énoncer d'abord l'hypothèse et la comparaison.
  2. Décrire uniquement les détails de configuration nécessaires à l'interprétation des résultats.
  3. Signaler la taille de l'effet et l'incertitude avant l'interprétation.
  4. Relier chaque conclusion à un artefact.
  5. Inclure les exécutions échouées et les conditions limites.

Contrat de sortie

Renvoyer : Une section de résultats qui sépare observation, interprétation et limitation.

Maintenir trois couches distinctes :

  • Faits sources : ce qui a été fourni ou observé.
  • Raisonnement : comment les faits ont été organisés ou interprétés.
  • Décisions : ce que l'utilisateur doit approuver, modifier ou vérifier.

Contrôle qualité

Avant de délivrer, vérifier :

  • La ligne de base et le découpage d'évaluation sont clairs.
  • Les métriques sont définies avant les résultats.
  • La conclusion ne dépasse pas le cadre de l'expérience.

Si une vérification échoue, signaler l'écart plutôt que d'abaisser silencieusement la norme.

Exemple de forme

Un récit d'expérience de classement rapporte les gains hors ligne, les intervalles de confiance et la validation en ligne manquante.

Limites

  • Ne pas inventer de noms, mesures, citations, autorisations ou résultats.
  • Limiter les informations privées ou sensibles à ce que la tâche exige.
  • Privilégier un artefact petit et testable à une large liste de conseils génériques.

Skills associés