minimal-run-and-audit

tarafından 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

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.

lllllllama tarafından daha fazla skill

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
Rigor Analyze / Rigor Audit salt okuma becerisi, derin öğrenme araştırma depoları için tasarlanmıştır. Kullanıcı bir depoyu okuyup anlamak, model yapısını ve eğitim veya çıkarım giriş noktalarını incelemek, yapılandırmaları ve ekleme noktalarını gözden geçirmek veya kodda değişiklik yapmadan ya da ağır işler çalıştırmadan şüpheli uygulama kalıplarını işaretlemek istediğinde kullanılır. Aktif komut yürütme, geniş kapsamlı yeniden düzenleme, spekülatif kod uyarlama veya otomatik hata düzeltme için kullanılmaz.
developmentcode-reviewresearch
ai-research-reproduction
lllllllama
RigorPilot yeniden-üretim modu düzenleyicisi, önce README yaklaşımıyla derin öğrenme deposu yeniden üretimi için. Kullanıcının uçtan uca, minimum güvenilir bir akış istediği durumlarda kullanılır; bu akış önce depoyu okur, belgelenmiş en küçük çıkarım veya değerlendirme hedefini seçer, alım, kurulum, güvenilir yürütme, isteğe bağlı güvenilir eğitim, isteğe bağlı depo analizi ve isteğe bağlı makale-boşluk çözümlemesini koordine eder, muhafazakar yama kurallarını uygular, kanıt varsayımları sapmaları ve insan karar noktalarını kayded
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
Rigor Setup beceri, README-ilk derin öğrenme deposu yeniden üretimi için. Yalnızca görev, README belgeli bir depoda herhangi bir çalıştırmadan önce muhafazakar bir conda-ilk ortam, kontrol noktası ve veri kümesi yolu varsayımları, önbellek konumu ipuçları ve kurulum notları hazırlamak olduğunda kullanılır. Depo taraması, tam orkestrasyon, makale yorumlama, son çalıştırma raporlaması veya belirli bir yeniden üretim hedefine bağlı olmayan genel ortam kurulumu için kullanmayın.
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
Derin öğrenme araştırma çalışmaları için Rigor Debug / Rigor Audit becerisi. Kullanıcı bir traceback, terminal hatası, CUDA OOM, checkpoint yükleme hatası, şekil uyuşmazlığı, NaN kaybı belirtisi veya eğitim hatası yapıştırdığında ve herhangi bir yama öncesinde muhafazakar teşhis istediğinde, hata düzeltmeleri araştırma katkılarından açıkça ayrılmış şekilde kullanılır. Geniş kapsamlı yeniden düzenleme, spekülatif uyarlama, otomatik keşif amaçlı yama veya genel depo tanıma için kullanılmaz.
developmenttestingcode-review
paper-context-resolver
lllllllama
Rigor Paper Context yardımcısı, README-ilk derin öğrenme deposu tekrar üretimi için. Yalnızca README ve depo dosyalarının dar bir tekrar üretim kritik boşluk bıraktığı ve görevin, birincil makale kaynaklarından veri kümesi bölme, ön işleme, değerlendirme protokolü, kontrol noktası eşleme veya çalışma zamanı varsayımı gibi belirli bir makale ayrıntısını çözmek ve çakışmaları kaydetmek olduğu durumlarda kullanın. Genel makale özeti, depo taraması, ortam kurulumu, komut yürütme, yalnızca başlık makale araması veya... için kullanmayın.
researchdocumentdata-analysis