Creador
9 skills en el directorio.
Skill de Rigor Train para repositorios de investigación de deep learning: ejecuta de forma conservadora comandos de entrenamiento y registra evidencia estandarizada en train_outputs/.
Ayudante de Rigor Intake para reproducción de repos de deep learning basada en README: escanea el repo, extrae comandos documentados y clasifica candidatos de inferencia, evaluación y entrenamiento.
Turn any screenshot into clean, structured text.
Skill compatible con Rigor Reproduce para reproducción README-first de repos de deep learning: elige el objetivo mínimo confiable, coordina fases confiables y registra evidencia y desviaciones en `repro_outputs/`.
Skill Rigor Setup para reproducir repos de deep learning basados en README: prepara un entorno conda conservador, rutas de checkpoints/datasets, hints de caché y notas de setup antes de cualquier ejecución.
Skill Rigor Debug / Rigor Audit para investigación de deep learning: diagnóstico conservador ante tracebacks o fallos de entrenamiento, separando fixes de depuración de contribuciones de investigación.
Slug de skill compatible con Rigor Explore para candidatos de investigación en deep learning potencialmente novedosos: exploración solo de candidatos sobre `current_research`, con comprensión auditable del repo y comparación justa.
Skill de solo lectura Rigor Analyze / Rigor Audit para repositorios de deep learning: entiende estructura, entrypoints y configs, y detecta patrones sospechosos sin modificar código ni ejecutar jobs pesados.
Skill hoja de Rigor Improve/Rigor Explore para evidencia exploratoria acotada: validaciones en subconjunto, sweeps, búsqueda en GPU ociosa o transfer-learning rápido, con resúmenes sin sobreclamar en `explore_outputs/`.
Helper de Rigor Paper Context para reproducir repos de deep learning siguiendo el README, resolviendo un detalle puntual del paper cuando el README deja un vacío crítico y registrando conflictos.
Skill Rigor Run para reproducir repos de deep learning centrados en el README: captura evidencia de un smoke test, inferencia o evaluación documentada en repro_outputs/, con notas de parches si cambian archivos.
Skill de implementación para trabajo exploratorio auditable de código en investigación de deep learning: transplante de módulos, adaptación de backbone o capas LoRA/adapter en rama aislada, con registros para rollback en explore_outputs/.
