minimal-run-and-audit

minimal-run-and-audit

将此技能用作 Rigor Run。为保持兼容，安装后的 slug 仍为 minimal-run-and-audit。

请遵循共享操作原则 ../ai-research-reproduction/references/agent-operating-principles.md；此技能应让运行证据可供审计，而不是将每条命令都变成僵化的流程。

适用情形

• 已确定复现目标并制定设置计划之后。
• 主技能需要执行证据和规范化输出时。
• 适合进行冒烟测试、有文档记录的推理运行、有文档记录的评估运行或其他简短的非训练验证时。
• 用户已知道应尝试运行什么命令，只需要执行和报告时。

不适用情形

• 初步扫描代码仓库期间。
• 环境或资源尚未明确到足以进行有意义的执行时。
• 任务是查阅文献，而非执行代码仓库时。
• 用户仍在决定哪个复现目标应作为主要运行时。

明确边界

• 此技能负责为已尝试的命令生成规范化报告。
• 它可以接收来自主技能或轻量辅助工具的执行证据。
• 它不会自行选择总体目标。
• 它不会进行广泛的论文分析。
• 它不负责启动训练、恢复训练或管理长时间运行的训练状态。
• 它不应将有风险的代码编辑规范化为可接受的做法。
• 它绝不能隐瞒会改变评估、预处理、检查点、指标或其他科学含义的变更。

输入要求

• 选定的复现目标
• 可运行的命令或冒烟测试命令
• 环境和资源假设
• 可选的补丁元数据

输出要求

• 执行结果摘要
• 标准化的 repro_outputs/ 文件
• 用于记录科学含义变更及证据状态的 SCIENTIFIC_CHANGELOG.md
• 用于比较 README、论文和基线的 COMPARABILITY_REPORT.md
• 明确区分已验证、部分完成和受阻状态
• 代码仓库文件发生变更时生成 PATCHES.md

备注

使用 references/reporting-policy.md、../ai-research-reproduction/references/research-rigor-principles.md、scripts/run_command.py 和 scripts/write_outputs.py。