CommunityRecherche et analyse de donnéesgithub.com

llllllllama/ai-paper-reproduction

Orchestrateur principal pour la reproduction de dépôts IA en priorisant le README. À utiliser lorsque l'utilisateur souhaite un flux de reproduction complet, minimal et fiable, lisant d'abord le dépôt, sélectionnant la cible d'inférence ou d'évaluation la plus petite documentée, coordonnant l'ingestion, la configuration, l'exécution de confiance, l'entraînement de confiance optionnel, l'analyse du dépôt optionnelle, la résolution des écarts de recherche optionnelle, appliquant des règles de patch conservatrices, enregistrant les preuves, hypothèses, écarts et points de décision humains, et écrivant le bundle standardisé `repro_outputs/`.

Qu'est-ce que ai-paper-reproduction ?

Ce skill orchestre de bout en bout la reproduction de dépôts de recherche en intelligence artificielle. Il lit d'abord le README du dépôt cible, sélectionne la cible d'inférence ou d'évaluation la plus petite et la mieux documentée, puis coordonne les étapes d'ingestion, de configuration, d'exécution de confiance et éventuellement d'entraînement de confiance et d'analyse de code. Il applique des règles de patch conservatrices pour minimiser les modifications non documentées, enregistre systématiquement les preuves, les hypothèses, les écarts et les points de décision où l'intervention humaine est requise. Le résultat est un bundle standardisé `repro_outputs/` contenant tout le nécessaire pour évaluer la reproductibilité. Il est conçu pour les agents comme Claude Code, Cursor ou Codex et ne doit pas être utilisé pour des résumés d'articles, des configurations génériques d'environnement, des analyses de dépôt isolées ou des modifications de protocole non documentées.

Compatible avec~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 Recherche et analyse de données skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

Voir l'original→Voir toutes les compétences

Demander à votre IA préférée

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

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Documentation

Que fait ai-paper-reproduction ?

Orchestrateur principal pour la reproduction de dépôts IA en priorisant le README. À utiliser lorsque l'utilisateur souhaite un flux de reproduction complet, minimal et fiable, lisant d'abord le dépôt, sélectionnant la cible d'inférence ou d'évaluation la plus petite documentée, coordonnant l'ingestion, la configuration, l'exécution de confiance, l'entraînement de confiance optionnel, l'analyse du dépôt optionnelle, la résolution des écarts de recherche optionnelle, appliquant des règles de patch conservatrices, enregistrant les preuves, hypothèses, écarts et points de décision humains, et écrivant le bundle standardisé repro_outputs/. Ne pas utiliser pour le résumé d'article, la configuration générique d'environnement, l'analyse de dépôt isolée, l'exécution de commandes autonomes, les modifications silencieuses de protocole ou l'assistance de recherche large en dehors d'une reproduction basée sur un dépôt.

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 associés

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 et analyse de données skills