lllllllama/rigorpilot-skills / explore-code
explore-code
- Установки
- 310,577
- Автор
- lllllllama/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.
Установить скилл
npx skills add https://github.com/lllllllama/rigorpilot-skills --skill explore-code
Аудит безопасности
Gen Agent Trust Hub
warnThe skill includes functionality that dynamically loads and executes code from a shared directory located outside of its own package structure.
Audited: 5/29/2026, 7:59:39 PM
Socket
warn1 alert: gptAnomaly
Audited: 5/29/2026, 8:00:00 PM
Snyk
passRisk: LOW · No issues
Audited: 5/29/2026, 7:59:33 PM
Промпт скилла
explore-code
Use this as the Rigor Improve implementation leaf skill. The installed slug
remains explore-code for compatibility.
Use the shared operating principles in
../../references/agent-operating-principles.md; this skill should guide
bounded candidate code work without over-prescribing implementation details.
When to apply
- When the researcher explicitly authorizes exploratory code changes on an isolated branch or worktree.
- When the task is source-anchored module transplant, backbone adaptation, LoRA or adapter insertion, or low-risk module combination.
- When summary-level recording is sufficient and the result is a candidate, not a trusted conclusion.
When not to apply
- When the request is for trusted baseline work, conservative debugging, or normal training execution.
- When the user did not explicitly authorize exploratory modifications.
- When the task is a broad refactor or a from-scratch idea implementation.
Clear boundaries
- This skill owns exploratory code modifications only.
- It must keep work isolated from the trusted baseline.
- Use
ai-research-exploreinstead when the task spans both current_research coordination and exploratory runs. - It may hand off execution to
minimal-run-and-auditorrun-train. - It should favor source-anchored copying and minimal adaptation over freeform rewrites.
- It should record why a candidate change is meaningful, how to roll it back, and why it remains a candidate rather than a verified contribution.
Output expectations
explore_outputs/CHANGESET.mdexplore_outputs/SCIENTIFIC_CHANGELOG.mdexplore_outputs/COMPARABILITY_REPORT.mdexplore_outputs/TOP_RUNS.mdexplore_outputs/status.json
Notes
Use references/explore-policy.md, ../../references/research-rigor-principles.md, scripts/plan_code_changes.py, and scripts/write_outputs.py.
Все файлы скилла
- agents/openai.yaml
- references/explore-policy.md
- scripts/plan_code_changes.py
- scripts/write_outputs.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.
env-and-assets-bootstrap
449,932 установокlllllllama/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.
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.
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.