lllllllama/rigorpilot-skills / env-and-assets-bootstrap
env-and-assets-bootstrap
- Установки
- 449,932
- Автор
- lllllllama/rigorpilot-skills
Готовит окружение и ресурсы для воспроизведения deep learning репозиториев по README: создаёт консервативное conda-окружение, планирует пути для чекпоинтов, датасетов и кэша, формирует команды установки и заметки по настройке до первого запуска. Помогает избежать ошибок с зависимостями и отсутствующими ассетами.
Установить скилл
npx skills add https://github.com/lllllllama/rigorpilot-skills --skill env-and-assets-bootstrap
Аудит безопасности
Gen Agent Trust Hub
passThe skill automates environment setup and asset preparation for AI research repositories. It uses standard tools like Conda and Pip to isolate dependencies. While the implementation follows security best practices (such as list-based subprocess calls), the skill inherently involves risks like remote code execution and indirect prompt injection because it installs software from and ingests data from untrusted repositories as part of its primary function.
Audited: 5/20/2026, 4:26:22 AM
Socket
passNo alerts
Audited: 5/20/2026, 4:26:53 AM
Snyk
warnRisk: MEDIUM · 1 issue
Audited: 5/20/2026, 4:25:59 AM
Промпт скилла
env-and-assets-bootstrap
Use this as the Rigor Setup skill. The installed slug remains
env-and-assets-bootstrap for compatibility.
Use the shared operating principles in
../../references/agent-operating-principles.md; this skill should keep setup
planning conservative while leaving environment-specific judgment to the model.
When to apply
- After repo intake identifies a credible reproduction target.
- When environment creation or asset path preparation is needed before running commands.
- When the repo depends on checkpoints, datasets, or cache directories.
- When the user explicitly wants setup help before any run attempt.
When not to apply
- When the repository already ships a ready-to-run environment that does not need translation.
- When the task is only to scan and plan.
- When the task is only to report results from commands that already ran.
- When the request is a generic conda or package-management question outside repo reproduction.
Clear boundaries
- This skill prepares environment and asset assumptions.
- It does not own target selection.
- It does not own final reporting.
- It does not perform paper lookup except by forwarding gaps to the optional paper resolver.
Input expectations
- target repo path
- selected reproduction goal
- relevant README setup steps
- any known OS or package constraints
Output expectations
- conservative environment setup notes
- candidate conda commands
- asset path plan
- checkpoint and dataset source hints
- unresolved dependency or asset risks
Notes
Use references/env-policy.md, references/assets-policy.md, scripts/bootstrap_env.py, scripts/plan_setup.py, and scripts/prepare_assets.py.
Use scripts/bootstrap_env.sh only as a POSIX wrapper around the Python bootstrapper when a shell entrypoint is more convenient.
Все файлы скилла
- agents/openai.yaml
- references/assets-policy.md
- references/env-policy.md
- scripts/bootstrap_env.py
- scripts/bootstrap_env.sh
- scripts/plan_setup.py
- scripts/prepare_assets.py
- SKILL.md
Другие скиллы автора
paper-context-resolver
450,799 установокlllllllama/rigorpilot-skills
Скилл помогает воспроизводить deep learning репозитории, когда README и файлы оставляют пробелы в ключевых деталях: сплиты данных, препроцессинг, протокол оценки, маппинг чекпоинтов или допущения времени выполнения. Он извлекает из первоисточников точные ответы на конкретные вопросы воспроизведения и фиксирует конфликты между README и статьёй. Применяется только при наличии узкого пробела и конкретного
repo-intake-and-plan
450,035 установокlllllllama/rigorpilot-skills
Сканирует репозиторий и читает README с ключевыми файлами проекта, извлекает задокументированные команды и классифицирует их по категориям: инференс, оценка, обучение. Формирует минимальный надёжный план воспроизведения с оценкой рисков и неоднозначностей, не выполняя сами команды и не настраивая окружение.
minimal-run-and-audit
449,948 установокlllllllama/rigorpilot-skills
Скилл запускает выбранные проверочные команды (смоук-тесты, инференс, оценку) и оформляет стандартизированные отчёты в repro_outputs/, включая описание изменений и сравнение с заявленными результатами. Помогает быстро зафиксировать доказательства воспроизводимости репозитория, отделяя подтверждённые результаты от частичных или заблокированных.
ai-research-explore
311,092 установокlllllllama/rigorpilot-skills
Скилл для структурированного исследования глубокого обучения: помогает выдвигать и проверять осмысленные экспериментальные гипотезы на основе зафиксированного контекста — задачи, датасета, бенчмарка и SOTA. Обеспечивает научную строгость: аудит кода, честное сравнение с базовыми результатами, управляемые эксперименты и понятные отчёты. Полезен, когда нужно исследовать несколько вариантов, не теряя воспроизводимости и прозрачности.
analyze-project
310,915 установокlllllllama/rigorpilot-skills
Навык для чтения и анализа репозиториев глубокого обучения: помогает понять структуру модели, точки входа для обучения и инференса, выявить потенциальные риски и подозрительные паттерны. Выполняет только просмотр кода, ничего не изменяя, и выдаёт сводку, список рисков и статус проекта. Полезен перед внесением изменений или для быстрого ознакомления с чужой кодовой базой.
explore-code
310,577 установокlllllllama/rigorpilot-skills
Навык для безопасного экспериментирования с кодом в исследовательских ML-проектах: позволяет вносить изолированные изменения (адаптация архитектур, добавление LoRA-слоёв, замена модулей) на отдельной ветке без риска для основного кода. Автоматически ведёт журнал изменений, фиксирует результаты экспериментов и формирует отчёты о применимости и возможности отката.
safe-debug
310,524 установокlllllllama/rigorpilot-skills
Скилл для безопасной отладки в исследовательских проектах: помогает диагностировать ошибки (traceback, CUDA OOM, NaN loss и др.), сужать причину и предлагать минимальные исправления только после явного одобрения. Не вносит изменения в код по умолчанию, разделяет отладочные правки и исследовательские модификации, формирует отчёт о диагнозе и плане патча.
run-train
310,428 установокlllllllama/rigorpilot-skills
Навык для запуска обучения моделей в исследовательских проектах. Помогает выполнить проверку, короткий или полный запуск обучения, а также возобновить прерванный процесс. Собирает метрики, статусы и сохраняет результаты в стандартные файлы для последующего анализа.
explore-run
310,416 установокlllllllama/rigorpilot-skills
Планирует и проводит ограниченные исследовательские запуски в deep learning-проектах: быстрые проверки на малых подвыборках, короткие тренировочные пробы, перебор вариантов и поиск по простаивающим GPU. Помогает ранжировать кандидатов по стоимости, успешности и ожидаемому выигрышу, изолируя эксперименты от доверенных бейзлайнов и честно фиксируя ограничения сравнений.