CommunityRecherche et analyse de donnéesgithub.com

lllllllama/repo-intake-and-plan

Assistant d'analyse rigoureuse pour la reproduction de dépôts deep learning en priorisant le README. Utilisez-le pour scanner un dépôt, lire le README et les fichiers projet courants, extraire les commandes documentées, classifier les candidats d'inférence, d'évaluation et d'entraînement, et retourner le plus petit plan de reproduction fiable à l'orchestrateur principal.

Qu'est-ce que repo-intake-and-plan ?

Cette compétence, `lllllllama/repo-intake-and-plan`, est un assistant d'analyse rigoureuse pour la reproduction de dépôts deep learning, en suivant une approche « README-first ». Elle est conçue pour être utilisée dans le cadre d'un pipeline orchestré où un agent principal délègue la tâche spécifique de comprendre un dépôt de code et d'en extraire un plan de reproduction minimal. La compétence scanne le dépôt, lit le README et d'autres fichiers de projet courants (comme `setup.py`, `requirements.txt`, etc.), extrait les commandes documentées, et les classe en trois catégories : inférence, évaluation et entraînement. Elle retourne ensuite à l'orchestrateur le plus petit plan de reproduction fiable, c'est-à-dire l'ensemble des étapes nécessaires pour reproduire les résultats. Elle ne doit pas être utilisée pour la configuration de l'environnement, le téléchargement des données, l'exécution des commandes, la rédaction du rapport final, la recherche de papiers ou l'orchestration de bout en bout. Son utilité réside dans sa capacité à automatiser la phase d'exploration et de planification, permettant à l'agent principal de se concentrer sur les tâches d'exécution et de synthèse.

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

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 repo-intake-and-plan ?

Assistant d'analyse rigoureuse pour la reproduction de dépôts deep learning en priorisant le README. Utilisez-le lorsque la tâche consiste spécifiquement à scanner un dépôt, lire le README et les fichiers de projet courants, extraire les commandes documentées, classer les candidats d'inférence, d'évaluation et d'entraînement, et retourner le plus petit plan de reproduction fiable à l'orchestrateur principal. Ne pas utiliser pour la configuration de l'environnement, le téléchargement de ressources, l'exécution de commandes, le compte rendu final, la recherche de documents ou l'orchestration de bout en bout.

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/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.

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