lllllllama/rigorpilot-skills / minimal-run-and-audit
minimal-run-and-audit
- Установки
- 449,948
- Автор
- lllllllama/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.
Установить скилл
npx skills add https://github.com/lllllllama/rigorpilot-skills --skill minimal-run-and-audit
Аудит безопасности
Gen Agent Trust Hub
warnThe skill executes arbitrary shell commands provided as input and dynamically loads a Python script from a relative path outside the skill directory. It also processes untrusted command output, which presents an indirect prompt injection surface.
Audited: 5/29/2026, 7:59:48 PM
Socket
warn1 alert: gptAnomaly
Audited: 5/29/2026, 8:00:32 PM
Snyk
passRisk: LOW · No issues
Audited: 5/29/2026, 7:59:39 PM
Промпт скилла
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.mdfor changed scientific meaning and evidence statusCOMPARABILITY_REPORT.mdfor README/paper/baseline comparability- clear distinction between verified, partial, and blocked states
PATCHES.mdwhen repo files changed
Notes
Use references/reporting-policy.md, ../../references/research-rigor-principles.md, scripts/run_command.py, and scripts/write_outputs.py.
Все файлы скилла
- agents/openai.yaml
- references/reporting-policy.md
- scripts/run_command.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.
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.
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.