paper-to-code

論文からコードへ

研究論文を、実行可能な完全なコードリポジトリに変換します。

入力

• $0 — 論文のPDFパス、論文本文、または論文のURL

参考資料

• Paper2Code のプロンプト（計画、分析、コーディングの各段階）：~/.claude/skills/paper-to-code/references/paper-to-code-prompts.md

ワークフロー（Paper2Code に基づく）

Stage 1：計画

包括的な計画を作成するための4ターンの会話です。

1. 全体計画：手法、実験、データセット、ハイパーパラメーター、評価指標を抽出します
2. アーキテクチャ設計：ファイル一覧、Mermaid の classDiagram、sequenceDiagram を生成します
3. タスクの分解：ファイルごとのロジック分析、依存関係順のタスクリスト、必要なパッケージを作成します
4. 設定：トレーニングの詳細を抽出して config.yaml にまとめます

Stage 2：分析

タスクリストにある各ファイルについて、依存関係順に次の手順を実行します。

1. 詳細なロジック分析を行います
2. 論文の手法をコード構造に対応付けます
3. すべての設定で config.yaml を参照します
4. UML クラス図のインターフェースに厳密に従います

Stage 3：コーディング

各ファイルについて、依存関係順に次の手順を実行します。

1. これまでに生成したすべてのファイルを参照できる状態でコードを生成します
2. 設計で定められたデータ構造とインターフェースに厳密に従います
3. config.yaml を参照し、設定値を決して捏造しません
4. TODO やプレースホルダーを残さず、完全なコードを記述します

Stage 4：デバッグ（必要な場合）

実行に失敗した場合：

1. エラーメッセージを収集します
2. SEARCH/REPLACE diff 形式を使って根本原因を特定します
3. 元の意図を保ちながら、最小限の修正を適用します
4. 成功するまで再実行します

出力構成

reproduced_code/
├── config.yaml        # Training configuration
├── main.py            # Entry point
├── model.py           # Model architecture
├── dataset_loader.py  # Data loading
├── trainer.py         # Training loop
├── evaluation.py      # Metrics and evaluation
├── reproduce.sh       # Run script
└── requirements.txt   # Dependencies

主な制約

• 依存関係順：各ファイルは、これまでに生成したすべてのファイルを参照できる状態で生成します
• インターフェースの契約：Mermaid 図は、すべての段階で厳守するインターフェース定義として機能します
• 捏造禁止：論文に明記された設定のみを使用します
• 完全なコード：すべての関数を完全に実装します

ルール

• 論文の手法に厳密に従い、独自の改善を加えないでください
• 依存関係順（データ読み込み → モデル → トレーニング → 評価 → メイン）にコードを生成します
• すべてのハイパーパラメーターと設定に config.yaml を使用します
• UML 図にあるすべてのクラス／メソッドをコードに含めます
• 1つのコマンドで実行できる reproduce.sh スクリプトを生成します
• 論文の詳細が曖昧な場合は、その旨を明記します

関連スキル

• 上流：literature-search
• 下流：experiment-code
• 関連：code-debugging、[algorithm-design](../algorithm-design/]