minimal-run-and-audit

por lllllllama

Rigor Run 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.

npx skills add https://github.com/lllllllama/rigorpilot-skills --skill minimal-run-and-audit
Baixar ZIPGitHub

minimal-run-and-audit

Use this as the Rigor Run skill. The installed slug remains minimal-run-and-audit for compatibility.

Use the shared operating principles in ../../references/agent-operating-principles.md; this skill should make run evidence auditable without turning every command into a rigid protocol.

When to apply

  • After a reproduction target and setup plan exist.
  • When the main skill needs execution evidence and normalized outputs.
  • When a smoke test, documented inference run, documented evaluation run, or other short non-training verification is appropriate.
  • When the user already knows what command should be attempted and wants execution plus reporting only.

When not to apply

  • During initial repo scanning.
  • When environment or assets are still undefined enough to make execution meaningless.
  • When the task is a literature lookup rather than repository execution.
  • When the user is still deciding which reproduction target should count as the main run.

Clear boundaries

  • This skill owns normalized reporting for an attempted command.
  • It may receive execution evidence from the main skill or a thin helper.
  • It does not choose the overall target on its own.
  • It does not perform broad paper analysis.
  • It does not own training startup, resume, or long-running training state.
  • It should not normalize risky code edits into acceptable practice.
  • It must not hide changes that alter evaluation, preprocessing, checkpoints, metrics, or other scientific meaning.

Input expectations

  • selected reproduction goal
  • runnable commands or smoke commands
  • environment and asset assumptions
  • optional patch metadata

Output expectations

  • execution result summary
  • standardized repro_outputs/ files
  • SCIENTIFIC_CHANGELOG.md for changed scientific meaning and evidence status
  • COMPARABILITY_REPORT.md for README/paper/baseline comparability
  • clear distinction between verified, partial, and blocked states
  • PATCHES.md when repo files changed

Notes

Use references/reporting-policy.md, ../../references/research-rigor-principles.md, scripts/run_command.py, and scripts/write_outputs.py.

Mais skills de lllllllama

ai-research-explore
lllllllama
Rigor Explore compatible skill slug for meaningful and potentially novel deep learning research candidates. Use when the researcher has chosen the task family, dataset, benchmark, evaluation method, provided SOTA references, and wants candidate-only exploration on top of `current_research` with auditable repo understanding, idea gating, fair comparison, and governed experiments written to `explore_outputs/`. Do not use for README-first trusted reproduction, open-ended direction finding,...
researchdata-analysisapi
analyze-project
lllllllama
Habilidade somente leitura do Rigor Analyze / Rigor Audit para repositórios de pesquisa em deep learning. Use quando o usuário quiser ler e entender um repositório, inspecionar a estrutura do modelo e pontos de entrada de treinamento ou inferência, revisar configurações e pontos de inserção, ou sinalizar padrões de implementação suspeitos sem modificar código ou executar tarefas pesadas. Não use para execução ativa de comandos, refatoração ampla, adaptação especulativa de código ou correção automática de bugs.
developmentcode-reviewresearch
ai-research-reproduction
lllllllama
Orquestrador do modo de reprodução do RigorPilot para reprodução de repositórios de aprendizado profundo com foco em README. Use quando o usuário desejar um fluxo completo e de confiança mínima que primeiro leia o repositório, selecione o menor alvo de inferência ou avaliação documentado, coordene a ingestão, configuração, execução confiável, treinamento confiável opcional, análise opcional do repositório e resolução opcional de lacunas do artigo, aplique regras conservadoras de correção, registre evidências, suposições, desvios e pontos de decisão humana,...
researchdevelopmentdocument
explore-code
lllllllama
Rigor Improve implementation leaf skill for auditable candidate implementation in deep learning research repositories. Use when the researcher explicitly authorizes exploratory work on an isolated branch or worktree to transplant modules, adapt a backbone, add LoRA or adapter layers, replace a head, or stitch together meaningful low-risk migration ideas with rollback-aware records in `explore_outputs/`. Do not use for end-to-end exploration orchestration on top of `current_research`, trusted...
developmentresearchcode-review
env-and-assets-bootstrap
lllllllama
Habilidade de configuração rigorosa para reprodução de repositório de deep learning com foco em README. Use quando a tarefa for especificamente preparar um ambiente conservador baseado em conda, suposições de caminhos de checkpoint e dataset, dicas de localização de cache e notas de configuração antes de qualquer execução em um repositório documentado por README. Não use para varredura de repositório, orquestração completa, interpretação de artigo, relatório final de execução ou configuração genérica de ambiente que não esteja vinculada a um alvo de reprodução específico.
developmentdevops
explore-run
lllllllama
Rigor Improve / Rigor Explore run leaf skill for bounded exploratory evidence in deep learning research repositories. Use when the researcher explicitly authorizes exploratory runs such as small-subset validation, short-cycle guess-and-check, batch sweeps, idle-GPU search, or quick transfer-learning trials, with fair-comparison caveats and no-overclaim summaries in `explore_outputs/`. Do not use for end-to-end exploration orchestration on top of `current_research`, trusted baseline...
researchdevelopmentdata-analysis
safe-debug
lllllllama
Habilidade de Debug Rigoroso / Auditoria Rigorosa para trabalhos de pesquisa em aprendizado profundo. Use quando o usuário colar um traceback, erro de terminal, CUDA OOM, falha ao carregar checkpoint, incompatibilidade de forma, sintoma de perda NaN ou falha de treinamento e quiser um diagnóstico conservador antes de qualquer correção, com correções de debug claramente separadas das contribuições de pesquisa. Não use para refatoração ampla, adaptação especulativa, correção exploratória automática ou familiarização geral com o repositório.
developmenttestingcode-review
paper-context-resolver
lllllllama
Auxiliar de contexto do Paper Rigor para reprodução de repositórios de deep learning com foco no README. Use apenas quando o README e os arquivos do repositório deixarem uma lacuna crítica para reprodução e a tarefa for resolver um detalhe específico do artigo, como divisão de dataset, pré-processamento, protocolo de avaliação, mapeamento de checkpoint ou suposição de runtime a partir das fontes primárias do artigo, registrando conflitos. Não use para resumo geral de artigo, varredura de repositório, configuração de ambiente, execução de comandos, consulta apenas por título de artigo ou...
researchdocumentdata-analysis