READMEファーストの深層学習リポジトリ再現において、論文の詳細（データセット分割、前処理、評価プロトコル、チェックポイントマッピング、ランタイム仮定など）を一次論文ソースから解決し、矛盾を記録するためのヘルパースキル。
このスキルは、深層学習リポジトリの再現作業において、READMEやリポジトリファイルだけでは解決できない、再現に重大な影響を与えるギャップを埋めるために設計されています。具体的には、データセットの分割方法、前処理手順、評価プロトコル、チェックポイントのマッピング、実行時の仮定など、論文の一次ソースから詳細を解決し、発見した矛盾を記録します。主にClaude CodeやCursorなどのAIエージェント上で動作し、READMEファーストのアプローチを補完する形で利用されます。一般的な論文要約、リポジトリスキャン、環境構築、コマンド実行、タイトルのみの論文検索、READMEのデフォルト置き換えには使用しないでください。このスキルは、再現に必要な特定の論文詳細を解決するための狭いユースケースに特化しており、ユーザーはその範囲内でのみ呼び出すべきです。
npx skills add https://github.com/lllllllama/ai-paper-reproduction-skill/tree/main/skills/paper-context-resolverInstalled? Explore more 研究＆データ分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
READMEファーストの深層学習リポジトリ再現のためのRigor Paper Contextヘルパー。READMEとリポジトリファイルだけでは解決できない、再現に重大な影響を与えるギャップがある場合にのみ使用してください。タスクは、データセット分割、前処理、評価プロトコル、チェックポイントマッピング、またはランタイムの仮定など、論文の一次ソースから特定の論文詳細を解決し、矛盾を記録することです。一般的な論文要約、リポジトリスキャン、環境セットアップ、コマンド実行、タイトルだけの論文ルックアップ、またはデフォルトでのREADMEガイダンスの置き換えには使用しないでください。
This repo contains 4 individual skills — each has its own dedicated page.
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.
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.
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.
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.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
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.