# Minimal Run And Audit

> 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.

Fuente: https://skillsagentes.com/skills/lllllllama/rigorpilot-skills/minimal-run-and-audit
Markdown: https://skillsagentes.com/skills/lllllllama/rigorpilot-skills/minimal-run-and-audit.md

Repositorio: https://github.com/lllllllama/RigorPilot-Skills
Autor: lllllllama
Licencia: MIT
Actualizado: hace 2 meses
Coste de contexto: 124 tok instalada, 679 tok al activarse, 3.7k tok con todos los archivos del bundle
Bundle: 5 archivos, 14 KB
Permisos que pide: ninguno declarado

## Instalación

Un skill son archivos markdown: los mismos archivos valen para cualquier agente y lo único que cambia es el directorio de destino, es decir la bandera `--agent`. Añade `-g` para instalarlo en todos los proyectos de la máquina.

```bash
# Claude Code
npx -y skills add lllllllama/RigorPilot-Skills --skill minimal-run-and-audit --agent claude-code
# Cursor
npx -y skills add lllllllama/RigorPilot-Skills --skill minimal-run-and-audit --agent cursor
# Codex
npx -y skills add lllllllama/RigorPilot-Skills --skill minimal-run-and-audit --agent codex
# Gemini CLI
npx -y skills add lllllllama/RigorPilot-Skills --skill minimal-run-and-audit --agent gemini
# Windsurf
npx -y skills add lllllllama/RigorPilot-Skills --skill minimal-run-and-audit --agent windsurf
# Cline
npx -y skills add lllllllama/RigorPilot-Skills --skill minimal-run-and-audit --agent cline
```

## Qué hace

- Ejecuta o normaliza evidencia de un smoke test, inferencia o evaluación documentada y escribe archivos estandarizados en repro_outputs/
- Genera SCIENTIFIC_CHANGELOG.md cuando cambia el significado científico y COMPARABILITY_REPORT.md para comparar con README/paper/baseline
- Distingue claramente entre estados verificado, parcial y bloqueado
- Produce PATCHES.md cuando se modificaron archivos del repositorio

## Cuándo usarla

- Ya existe un objetivo de reproducción y un plan de configuración
- El skill principal necesita evidencia de ejecución y salidas normalizadas
- Es apropiado un smoke test, una ejecución de inferencia/evaluación documentada u otra verificación corta sin entrenamiento
- El usuario ya sabe qué comando intentar y solo quiere ejecución más reporte

## Cuándo no

- Durante el escaneo inicial del repositorio o cuando el entorno/assets aún están indefinidos
- Cuando la tarea es una búsqueda bibliográfica y no una ejecución del repositorio
- Cuando el usuario aún está decidiendo qué objetivo de reproducción será el principal

## Qué la activa

- "Ejecuta el smoke test documentado y guarda la evidencia en repro_outputs/"
- "Corre el comando de inferencia del README y normaliza los resultados"
- "Necesito el reporte de comparabilidad tras correr la evaluación documentada"

## Antes de instalar

- Requiere que ya exista un objetivo de reproducción seleccionado y comandos ejecutables o de smoke test definidos.

## Archivos

- SKILL.md — 3 KB
- agents/openai.yaml — 313 B
- references/reporting-policy.md — 747 B
- scripts/run_command.py — 10 KB
- scripts/write_outputs.py — 811 B

## SKILL.md

Reproducido tal cual desde lllllllama/RigorPilot-Skills bajo MIT. Esta sección es el documento original y está en inglés.

# 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
`../ai-research-reproduction/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.md` for changed scientific meaning and evidence status
- `COMPARABILITY_REPORT.md` for README/paper/baseline comparability
- clear distinction between verified, partial, and blocked states
- `PATCHES.md` when repo files changed

## Notes

Use `references/reporting-policy.md`, `../ai-research-reproduction/references/research-rigor-principles.md`, `scripts/run_command.py`, and `scripts/write_outputs.py`.

## Dónde encaja

- Categoría: [Testing y QA](https://skillsagentes.com/categorias/testing-qa.md) — Flujos de testing unitario, de integración y end-to-end.
- Creador: [lllllllama](https://skillsagentes.com/creators/lllllllama.md) — 11 skills en el directorio
- [Todas las skills](https://skillsagentes.com/skills.md)
- [Ranking de instalaciones](https://skillsagentes.com/ranking.md)

## Otras skills del mismo repositorio

- [Ai Research Reproduction](https://skillsagentes.com/skills/lllllllama/rigorpilot-skills/ai-research-reproduction.md): 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/`.
- [Ai Research Explore](https://skillsagentes.com/skills/lllllllama/rigorpilot-skills/ai-research-explore.md): 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.
- [Run Train](https://skillsagentes.com/skills/lllllllama/rigorpilot-skills/run-train.md): 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/.
- [Repo Intake And Plan](https://skillsagentes.com/skills/lllllllama/rigorpilot-skills/repo-intake-and-plan.md): 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.
- [Explore Code](https://skillsagentes.com/skills/lllllllama/rigorpilot-skills/explore-code.md): 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/.

---

Skills Agentes · [Índice de páginas en markdown](https://skillsagentes.com/sitemap.md) · [Inicio](https://skillsagentes.com/index.md)