mcpField
A
analyze-project

analyze-project

github.com/lllllllama测试与质量486340.0k 次安装5 周前更新
代码仓库

关于 analyze-project

analyze-project 是一个只读的 Skill，用于在修改深度学习代码库之前理解其结构。它帮助梳理模型结构、训练与推理入口以及配置之间的关系，并给出保守的插入点或可疑实现模式提示。该 Skill 面向需要先行分析仓库的研究人员与工程师，并明确将可疑模式标注为启发式结论而非已确认的缺陷。

主要功能

  1. 01只读的仓库结构分析
  2. 02梳理模型结构与训练、推理入口
  3. 03映射配置之间的关系
  4. 04给出保守的插入点建议
  5. 05将可疑模式标记为启发式结论

适用场景

  1. 01修改前理解陌生的深度学习代码库
  2. 02定位训练与推理的入口文件
  3. 03在不执行重型任务的情况下检查实现模式

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/lllllllama/rigorpilot-skills --skill analyze-project

安装后在 Claude Code 中输入/analyze-project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。

agents/
openai.yaml
references/
analysis-policy.md
scripts/
analyze_project.py

详细介绍

analyze-project

将其用作 Rigor Analyze / Rigor Audit 只读技能。为保持兼容，安装后的 slug 仍为 analyze-project。

请遵循 ../ai-research-reproduction/references/agent-operating-principles.md 中的共享操作原则；此技能应指导只读分析，但不限制模型针对项目进行推理。

适用场景

  • 用户希望在修改深度学习代码库前了解它。
  • 用户需要梳理模型结构、训练入口、推理入口和配置之间的关系。
  • 用户希望获得关于可能插入点或可疑实现模式的保守建议。
  • 用户明确要求只读分析，不进行繁重的执行操作。

不适用场景

  • 主要任务是执行失败的命令或调试回溯信息。
  • 用户只想配置环境或下载资源。
  • 用户希望进行推测性改编或大范围探索性修补。
  • 任务是一般性的文献总结，不涉及代码库分析。

明确边界

  • 此技能以只读为主。
  • 可以运行轻量级静态检查辅助工具。
  • 不会修改代码库。
  • 不负责生成最终复现结果。
  • 应将可疑模式标记为启发式判断，而非已确认的 Bug。

输出要求

  • analysis_outputs/SUMMARY.md
  • analysis_outputs/RISKS.md
  • analysis_outputs/status.json

说明

请使用 references/analysis-policy.md 和共享文件 ../ai-research-reproduction/references/research-pitfall-checklist.md。

评论

支持 Markdown