README 우선 딥러닝 저장소 재현을 위한 Rigor Paper 컨텍스트 도우미입니다. README와 저장소 파일이 좁은 재현 중요 간극을 남겼을 때, 데이터셋 분할, 전처리, 평가 프로토콜, 체크포인트 매핑 또는 런타임 가정과 같은 특정 논문 세부 사항을 기본 논문 출처에서 해결하고 충돌을 기록하는 데에만 사용하세요. 일반적인 논문 요약, 저장소 스캔, 환경 설정, 명령 실행, 제목만으로 논문 조회 또는 기본적으로 README 지침을 대체하는 데 사용하지 마세요.
이 스킬은 README-우선 접근법으로 딥러닝 저장소 재현을 시도할 때, README와 저장소 파일만으로는 해결할 수 없는 좁은 재현 중요 간극을 메우기 위해 설계되었습니다. 데이터셋 분할, 전처리 방식, 평가 프로토콜, 체크포인트 매핑, 또는 런타임 가정 등 논문 원문에서만 확인할 수 있는 특정 세부 사항을 해결하는 데 특화되어 있습니다. 주로 Claude Code와 같은 터미널 기반 AI 에이전트 환경에서 사용되며, 실제 논문을 참조하여 정보를 얻고 발견된 충돌이나 모호함을 기록합니다. 일반적인 논문 요약, 저장소 전체 스캔, 환경 설정, 명령 실행, 또는 제목만으로 논문을 찾는 용도로 사용해서는 안 되며, README의 지침을 기본적으로 대체하지 않습니다.
npx skills add https://github.com/lllllllama/ai-paper-reproduction-skill/tree/main/skills/paper-context-resolverInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
README 우선 딥러닝 저장소 재현을 위한 Rigor Paper 컨텍스트 도우미입니다. README와 저장소 파일이 좁은 재현 중요 간극을 남겼을 때, 데이터셋 분할, 전처리, 평가 프로토콜, 체크포인트 매핑 또는 런타임 가정과 같은 특정 논문 세부 사항을 기본 논문 출처에서 해결하고 충돌을 기록하는 데에만 사용하세요. 일반적인 논문 요약, 저장소 스캔, 환경 설정, 명령 실행, 제목만으로 논문 조회 또는 기본적으로 README 지침을 대체하는 데 사용하지 마세요.
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.