mcpField
A
algorithm-design-planner

algorithm-design-planner

github.com/a-green-hand-jack开发45 次安装
代码仓库

关于 algorithm-design-planner

将经过验证的研究构想转化为可实现、可测试算法设计的技能,明确机制、假设、失效模式、消融方案,并准备实现和论文写作交接。

主要功能

  1. 01编写方法规格
  2. 02检查新颖性与设计精简度
  3. 03梳理假设与失效模式
  4. 04推导消融与诊断方案
  5. 05准备实现交接
  6. 06衔接设计与论文方法部分

适用场景

  1. 01将已验证的研究构想转为算法
  2. 02在编码前明确未充分定义的方法
  3. 03为实验设计准备消融与诊断
  4. 04组织论文的方法部分

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/a-green-hand-jack/ml-research-skills --skill algorithm-design-planner

安装后在 Claude Code 中输入/algorithm-design-planner确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

references/
ablation-implications.md
design-rubric.md
failure-mode-map.md
implementation-handoff.md
method-spec-template.md
paper-method-bridge.md

详细介绍

算法设计规划器

将经过验证的研究想法转化为具体的方法设计,使其能够实现、消融、评估并在论文中阐述。

在以下情况下使用此技能:

  • 一个想法已通过早期验证,需要形成实际算法
  • 方法、损失、架构、推理流程或训练方案尚未明确
  • 用户需要在编写代码前获得方法设计文档
  • 项目需要明确假设、失效模式、消融实验和实现边界
  • 早期结果表明需要修改算法,而不只是重新运行实验
  • 论文的方法部分难以撰写,因为方法本身不够精确

不要使用此技能来启动实验。设计具体到足以测试后,再将其与 experiment-design-planner 配合使用。

将此技能与以下技能配合使用:

  • 当设计改变了主张、假设、风险、行动或工作树用途时,使用 research-project-memory
  • 如果想法本身可能不值得继续研究,请先使用 research-idea-validator
  • 当最接近的已有方法尚不明确时,使用 literature-review-sprint
  • 当方法形成了可测试的假设和消融实验后,使用 experiment-design-planner
  • 仅在实现和实验设计都准备就绪后,使用 run-experiment
  • 将最终设计转化为论文正文时,使用 conference-writing-adapter

技能目录布局

<installed-skill-dir>/
├── SKILL.md
└── references/
    ├── ablation-implications.md
    ├── design-rubric.md
    ├── failure-mode-map.md
    ├── implementation-handoff.md
    ├── method-spec-template.md
    └── paper-method-bridge.md

渐进式加载

  • 始终阅读 references/design-rubric.md 和 references/method-spec-template.md。
  • 当假设、边界情况或负面结果很重要时,阅读 references/failure-mode-map.md。
  • 当方法包含组件、损失、目标、计划、架构或推理改动时,阅读 references/ablation-implications.md。
  • 在生成编码任务或工作树计划前,阅读 references/implementation-handoff.md。
  • 当设计需要转化为方法部分时,阅读 references/paper-method-bridge.md。
  • 如果新颖性取决于当前方法或基线,请通过网络搜索或用户提供的论文进行核实。

核心原则

  • 先设计机制,再设计实验。
  • 将问题、方法、主张和证据计划分开。
  • 设计能够检验核心想法的最精简方法。
  • 明确陈述假设和不变量。
  • 指明相对于最接近基线真正新颖之处。
  • 每个方法组件都应有其理由、对应的消融实验和失效模式。
  • 避免加入无法证明合理、无法公平调优或无法向审稿人解释的参数。
  • 交付实现说明,避免编码过程中出现未记录的设计决策。

步骤 1 - 梳理上下文

收集:

  • 已验证的想法或项目方向
  • research-idea-validator 的当前决策(如有)
  • 目标论文主张
  • 目标模型/任务/领域
  • 最接近的基线或先前方法
  • 可用代码库和实现限制
  • 已知实验或负面结果
  • 项目记忆 ID,例如 CLM-###、RSK-### 或 ACT-###(如有)

如果想法仍然模糊,将其改写为:

For [problem/setting], modify [baseline] by [mechanism] so that [expected property] improves because [assumption].

如果无法写出这句话,请返回 research-idea-validator 或 literature-review-sprint。

步骤 2 - 选择设计模式

对设计进行分类:

  • method:新算法、训练方案或推理流程
  • objective:新损失、正则化项、约束、奖励或优化准则
  • architecture:新模块、表征、层、路由、记忆或参数化方式
  • theory:基于假设、定理、界或原理推导的形式化方法
  • system:流水线、基础设施、调度、检索、数据或工具设计
  • revision:在出现负面或模糊结果后更新方法

选择一种主要模式,并可选一种或多种次要模式。

步骤 3 - 构建方法规范

阅读 references/design-rubric.md 和 references/method-spec-template.md。

定义:

  • 问题表述
  • 输入和输出
  • 要修改的基线
  • 核心机制
  • 训练目标或损失(如有)
  • 推理或采样流程(如有)
  • 架构或模块变更(如有)
  • 假设和不变量
  • 超参数和调度
  • 计算成本
  • 预期行为
  • 基线中保持不变的部分

酌情使用数学公式、伪代码或结构化项目符号。不要把重要的设计决策藏在散文中。

步骤 4 - 检查新颖性和最小性

询问:

  • 与最接近的基线相比,不可约简的差异是什么?
  • 哪一部分是支撑主张所必需的?
  • 哪一部分属于便利性、工程实现或调参?
  • 首个实现能否先测试一个更小的版本?
  • 审稿人会不会认为这只是小幅调整?

如果新想法依赖多个变更,请将核心设计与可选扩展分开。

步骤 5 - 梳理失败模式

阅读 references/failure-mode-map.md。

列出:

  • 可能不成立的假设
  • 该方法可能失效的数据或任务场景
  • 优化或稳定性风险
  • 指标不匹配风险
  • 计算风险
  • 可能解释性能提升的混杂因素
  • 表明设计应当修订、暂缓或终止的迹象

负面结果应对应明确的决策,而不是模糊的担忧。

步骤 6 - 推导消融实验和诊断

阅读 references/ablation-implications.md。

针对每个方法组件,定义:

  • 其存在的原因
  • 移除后会发生什么
  • 哪些诊断测试其机制
  • 必须扫描哪些超参数或调度
  • 哪个基线或对照能够将该机制与调参或计算量区分开来

此输出应可直接用于 experiment-design-planner。

步骤 7 - 准备实现交接

阅读 references/implementation-handoff.md。

产出:

  • 可能需要更改的文件/模块
  • 公共接口或配置名称
  • 最小原型计划
  • 单元测试/冒烟测试
  • 日志记录要求
  • 工作树或分支的用途
  • 退出条件:合并、继续、暂缓或终止
  • 编码时不得默默自行决定的风险

如果不存在代码库,请定义最小脚手架或原型边界,而不是完整的工程计划。

步骤 8 - 衔接论文方法章节

酌情阅读 references/paper-method-bridge.md。

产出:

  • 方法名称(如有需要)
  • 方法章节大纲
  • 算法框内容
  • 所需公式或定义
  • 应陈述的假设
  • 面向审稿人的机制有效性解释
  • 证据出现前应避免的主张

步骤 9 - 编写设计文档

如果要保存到项目中且未指定路径,请使用:

docs/designs/algorithm_design_YYYY-MM-DD_<short-name>.md

使用以下结构:

# Algorithm Design: [Name]

## Design Context
## Target Claim
## Design Decision
## Problem Formulation
## Method Specification
## Assumptions and Invariants
## Relation to Baseline and Prior Work
## Failure Modes
## Ablations and Diagnostics
## Implementation Handoff
## Experiment Handoff
## Paper Method Bridge
## Project Memory Writeback

步骤 10 - 回写项目记忆

如果项目使用 research-project-memory,请更新:

  • memory/decision-log.md:持久有效的设计选择及其原因
  • memory/claim-board.md:计划提出、修订、弱化或删除的方法主张
  • memory/risk-board.md:机制、实现、基线、调参、计算和评估风险
  • memory/action-board.md:实现、消融、诊断、文献或实验设计行动
  • memory/evidence-board.md:具体到足以规划的诊断或实验系列
  • 工作树 .agent/worktree-status.md:实现分支的用途、关联主张、关联实验和退出条件

对于证据使用 planned,对于失败模式使用 inferred,直到观察到相应结果为止。

最终检查

定稿前,请确认:

  • 问题、基线和方法均已明确
  • 核心机制与可选工程实现可区分
  • 假设和不变量均已说明
  • 每个新增组件都有对应的消融实验或诊断
  • 实现交接足够具体,可供编码
  • 实验交接足够具体,可供 experiment-design-planner 使用
  • 论文方法章节衔接不会超出计划证据所能支持的范围
  • 存在项目记忆时已完成更新

评论

支持 Markdown