minimal-run-and-audit

minimal-run-and-audit

これを Rigor Run スキルとして使用します。互換性のため、インストールされるスラッグは minimal-run-and-audit のままです。

共通の運用原則については ../ai-research-reproduction/references/agent-operating-principles.md を参照してください。このスキルでは、すべてのコマンドを厳格なプロトコルにすることなく、実行の証拠を監査可能にします。

適用する場合

• 再現対象とセットアップ計画が決まった後。
• メインスキルで実行の証拠と正規化された出力が必要な場合。
• スモークテスト、文書化された推論実行、文書化された評価実行、またはその他の短時間の非トレーニング検証が適切な場合。
• ユーザーが実行すべきコマンドをすでに把握しており、実行と報告のみを求めている場合。

適用しない場合

• リポジトリの初期スキャン中。
• 環境やアセットがまだ定義されておらず、実行しても意味がない場合。
• タスクがリポジトリの実行ではなく、文献の調査である場合。
• ユーザーが、どの再現対象をメイン実行とするかをまだ決めている場合。

明確な境界

• このスキルは、試行したコマンドの正規化された報告を担います。
• メインスキルまたは薄いヘルパーから実行の証拠を受け取る場合があります。
• 全体的な対象を独自に選択することはありません。
• 論文の広範な分析は行いません。
• トレーニングの開始、再開、または長時間にわたるトレーニング状態は管理しません。
• リスクのあるコード編集を許容可能な慣行として正規化してはなりません。
• 評価、前処理、チェックポイント、メトリクス、その他の科学的な意味を変える変更を隠してはなりません。

入力の想定

• 選択された再現目標
• 実行可能なコマンドまたはスモークコマンド
• 環境とアセットに関する前提
• 任意のパッチメタデータ

出力の想定

• 実行結果の概要
• 標準化された repro_outputs/ ファイル
• 変更された科学的な意味と証拠の状態を記録する SCIENTIFIC_CHANGELOG.md
• README／論文／ベースラインとの比較可能性を記録する COMPARABILITY_REPORT.md
• 検証済み、一部完了、ブロック中の状態を明確に区別
• リポジトリのファイルを変更した場合は PATCHES.md

注記

references/reporting-policy.md、../ai-research-reproduction/references/research-rigor-principles.md、scripts/run_command.py、および scripts/write_outputs.py を使用してください。