CommunityRecherche et analyse de donnéesgithub.com

lllllllama/env-and-assets-bootstrap

Compétence de configuration Rigor pour la reproduction de dépôts deep learning en priorisant le README. À utiliser quand la tâche consiste spécifiquement à préparer un environnement conda conservateur, les hypothèses de chemins de checkpoints et datasets, les indices d'emplacements de cache et les notes de configuration avant toute exécution sur un dépôt documenté par un README.

Qu'est-ce que env-and-assets-bootstrap ?

Cette compétence, nommée 'env-and-assets-bootstrap', est conçue pour faciliter la reproduction de dépôts de deep learning en suivant une approche rigoureuse basée sur le README. Elle se concentre exclusivement sur l'étape de préparation initiale avant l'exécution du code. La compétence automatise la création d'un environnement conda conservateur (en évitant les packages inutiles), définit les chemins attendus pour les checkpoints et les datasets, propose des emplacements de cache appropriés, et génère des notes de configuration récapitulatives. Elle est utile pour garantir que l'environnement de reproduction est cohérent et évite les erreurs courantes liées aux dépendances ou aux chemins de fichiers. Elle ne doit pas être utilisée pour des tâches plus larges comme l'analyse de dépôts, l'orchestration complète, l'interprétation de papiers, la génération de rapports finaux, ou la configuration d'environnements génériques non liés à une cible de reproduction spécifique. Son exécution repose sur l'analyse du README du dépôt cible pour extraire les instructions d'installation et les dépendances.

Compatible avec~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 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 env-and-assets-bootstrap ?

Compétence de configuration Rigor pour la reproduction de dépôts deep learning en priorisant le README. À utiliser quand la tâche consiste spécifiquement à préparer un environnement conda conservateur, les hypothèses de chemins de checkpoints et datasets, les indices d'emplacements de cache et les notes de configuration avant toute exécution sur un dépôt documenté par un README. Ne pas utiliser pour l'analyse de dépôts, l'orchestration complète, l'interprétation de papiers, le rapport d'exécution final ou la configuration d'environnement générique non liée à une cible de reproduction spécifique.

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.

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