mcpField
E
env-and-assets-bootstrap

env-and-assets-bootstrap

github.com/lllllllama数据与数据库486139.8k 次安装5 周前更新
代码仓库

关于 env-and-assets-bootstrap

env-and-assets-bootstrap 是 Rigor Setup 技能,用于在执行复现命令之前准备环境与资源路径。它面向依赖检查点、数据集或缓存目录的仓库,提供保守的环境设置说明、候选 conda 命令和资源路径规划。该技能只处理环境与资源假设,不负责目标选择或最终报告。

主要功能

  1. 01保守的环境设置说明
  2. 02候选 conda 命令
  3. 03资源路径规划
  4. 04检查点与数据集来源提示
  5. 05未解决的依赖与资源风险列表

适用场景

  1. 01仓库依赖检查点或数据集,需要提前规划存放路径
  2. 02将 README 中的安装步骤转换为可执行的环境方案
  3. 03在运行前确认缓存目录与依赖问题

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/lllllllama/ai-paper-reproduction-skill --skill env-and-assets-bootstrap

安装后在 Claude Code 中输入/env-and-assets-bootstrap确认已加载。

详细介绍

env-and-assets-bootstrap

将此用作 Rigor Setup 技能。为保持兼容,安装后的 slug 仍为 env-and-assets-bootstrap。

请遵循共享操作原则 ../ai-research-reproduction/references/agent-operating-principles.md;此技能应采取保守的设置规划方式,同时将环境相关判断留给模型。

适用场景

  • 仓库初步检查确认存在可信的复现目标后。
  • 运行命令前需要创建环境或准备资源路径时。
  • 仓库依赖检查点、数据集或缓存目录时。
  • 用户明确要求在尝试运行前提供设置帮助时。

不适用场景

  • 仓库已提供可直接运行且无需转换的环境时。
  • 任务仅限于扫描和规划时。
  • 任务仅限于报告已运行命令的结果时。
  • 请求是与仓库复现无关的通用 conda 或包管理问题时。

明确边界

  • 此技能负责准备环境和资源相关假设。
  • 此技能不负责选择目标。
  • 此技能不负责最终报告。
  • 此技能不负责查找论文,但可将相关问题转交给可选的论文解析器。

输入要求

  • 目标仓库路径
  • 选定的复现目标
  • 相关的 README 设置步骤
  • 已知的操作系统或软件包限制

输出要求

  • 保守的环境设置说明
  • 候选 conda 命令
  • 资源路径规划
  • 检查点和数据集的来源提示
  • 尚未解决的依赖项或资源风险

说明

请使用 references/env-policy.md、references/assets-policy.md、scripts/bootstrap_env.py、scripts/plan_setup.py 和 scripts/prepare_assets.py。 仅当使用 shell 入口更方便时,才将 scripts/bootstrap_env.sh 用作 Python 引导程序的 POSIX 封装。

评论

支持 Markdown