mcpField
E
env-and-assets-bootstrap

env-and-assets-bootstrap

github.com/lllllllama数据与数据库486478.8k 次安装5 周前更新
代码仓库

关于 env-and-assets-bootstrap

Rigor Setup 是一个用于 AI 研究复现的 skill，在选定复现目标后规划环境与资产准备工作。它面向需要在运行命令前处理 conda 环境、checkpoint、数据集和缓存目录的用户，并保持保守的设置策略。

主要功能

  1. 01保守的环境设置说明
  2. 02候选 conda 命令
  3. 03资产路径规划
  4. 04checkpoint 与数据集来源提示
  5. 05未解决的依赖与资产风险

适用场景

  1. 01在复现前为仓库准备 conda 环境
  2. 02规划 checkpoint、数据集和缓存目录的存放路径
  3. 03整理 README 中设置步骤的未确定风险

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 env-and-assets-bootstrap

安装后在 Claude Code 中输入/env-and-assets-bootstrap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/
assets-policy.md
env-policy.md
scripts/
bootstrap_env.py
bootstrap_env.sh
plan_setup.py
prepare_assets.py

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