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.
en todo el repo
0–100, la ruta de este skill
último commit aquí
últimos 90 días
114 tok en reposo
19 KB
Funciona con cualquier agente que lea SKILL.md
npx -y skills add lllllllama/RigorPilot-Skills --skill env-and-assets-bootstrap --agent claude-codeSe instala solo en este repositorio.
Este skill reads environment config.
Di cualquiera de estas frases y el agente debería cargar este skill.
Use this as the Rigor Setup skill. The installed slug remains
env-and-assets-bootstrap for compatibility.
Use the shared operating principles in
../../references/agent-operating-principles.md; this skill should keep setup
planning conservative while leaving environment-specific judgment to the model.
Use references/env-policy.md, references/assets-policy.md, scripts/bootstrap_env.py, scripts/plan_setup.py, and scripts/prepare_assets.py.
Use scripts/bootstrap_env.sh only as a POSIX wrapper around the Python bootstrapper when a shell entrypoint is more convenient.
Reproducido de lllllllama/RigorPilot-Skills bajo licencia MIT. Leer esta página en markdown.
8 archivos en el paquete. Solo se lee SKILL.md al activarse — las referencias se cargan si el skill decide que las necesita.
Requiere el path del repo objetivo, el objetivo de reproducción seleccionado y los pasos de setup relevantes del README.
Variables de entorno:BASH_SOURCEPYTHONPYTHON_BINSCRIPT_DIR
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/.
Genera un wizard bash interactivo que guía a un humano por los pasos que solo él puede dar. Úsalo para aprovisionar infraestructura, credenciales o secretos de CI, o una migración puntual.
Valida el paquete de preview de Next.js específico de un commit y dispara manualmente toda la suite de tests de despliegue vía el workflow test_e2e_deploy_release.yml de GitHub Actions.
Monitoreo canary post-deploy: vigila la app en producción tras el despliegue. (gstack)
