Skills Agentes

Creador

lllllllama

11 skills en el directorio.

Perfil de GitHub

Su pack

Repositorios con varios skills. Se instalan enteros con un solo comando.

Conjunto de Agent Skills que reproduce, analiza, ejecuta y depura repositorios de deep learning siguiendo el README, con evidencia auditable y un carril separado para exploración de candidatos autorizada.

Skills en el pack
11 skills
Último push al repositorio
hace 6 días
Licencia
MIT
herramientas desarrollodesarrollo apisinvestigacion

Skills destacados

Los 11 más populares de lllllllama.

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.

Costo de contexto al activarse
508 tok
Tamaño del paquete
4 archivos
Última actualización
hace 2 meses
herramientas desarrollo

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.

Costo de contexto al activarse
679 tok
Tamaño del paquete
5 archivos
Última actualización
hace 2 meses
testing qa

Made With JEV

The #1 directory of projects built with Jev

PatrocinadoVisitar Made With JEV

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.

Costo de contexto al activarse
505 tok
Tamaño del paquete
4 archivos
Última actualización
hace 2 meses
testing qa

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/.

Costo de contexto al activarse
621 tok
Tamaño del paquete
5 archivos
Última actualización
hace 2 meses
desarrollo apis

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.

Costo de contexto al activarse
517 tok
Tamaño del paquete
3 archivos
Última actualización
hace 4 meses
investigacion

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/`.

Costo de contexto al activarse
817 tok
Tamaño del paquete
5 archivos
Última actualización
hace 2 meses
datos analitica

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/.

Costo de contexto al activarse
637 tok
Tamaño del paquete
5 archivos
Última actualización
hace 2 meses
herramientas desarrollo

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.

Costo de contexto al activarse
586 tok
Tamaño del paquete
8 archivos
Última actualización
hace 2 meses
devops infraestructura

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.

Costo de contexto al activarse
1.6k tok
Tamaño del paquete
34 archivos
Última actualización
hace 2 meses
investigacion

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.

Costo de contexto al activarse
531 tok
Tamaño del paquete
5 archivos
Última actualización
hace 2 meses
herramientas desarrollo

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/`.

Costo de contexto al activarse
1.7k tok
Tamaño del paquete
14 archivos
Última actualización
hace 2 meses
desarrollo apis