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.
en todo el repo
0–100, la ruta de este skill
último commit aquí
últimos 90 días
112 tok en reposo
28 KB
Funciona con cualquier agente que lea SKILL.md
npx -y skills add lllllllama/RigorPilot-Skills --skill analyze-project --agent claude-codeSe instala solo en este repositorio.
Di cualquiera de estas frases y el agente debería cargar este skill.
Use this as the Rigor Analyze / Rigor Audit read-only skill. The installed slug
remains analyze-project for compatibility.
Use the shared operating principles in
../../references/agent-operating-principles.md; this skill should guide
read-only analysis without constraining the model's project-specific reasoning.
analysis_outputs/SUMMARY.mdanalysis_outputs/RISKS.mdanalysis_outputs/status.jsonUse references/analysis-policy.md and the shared ../../references/research-pitfall-checklist.md.
Reproducido de lllllllama/RigorPilot-Skills bajo licencia MIT. Leer esta página en markdown.
4 archivos en el paquete. Solo se lee SKILL.md al activarse — las referencias se cargan si el skill decide que las necesita.
Requiere los archivos de referencia compartidos ../../references/agent-operating-principles.md, references/analysis-policy.md y ../../references/research-pitfall-checklist.md.
Este repo incluye 11 skills. Si instalas uno, normalmente ya tienes los demás. Ver el pack RigorPilot-Skills entero y su comando de instalación
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/`.
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 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.
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.
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/.
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/.
Úsalo cuando la implementación esté completa, todos los tests pasen, y necesites decidir cómo integrar el trabajo.
Úsalo al empezar trabajo de feature que necesita aislamiento del workspace actual, o antes de ejecutar planes de implementación: asegura un workspace aislado vía herramientas nativas o fallback a git worktree.
Úsala al crear nuevas skills, editar skills existentes o verificar que funcionan antes de desplegarlas.
