AIKraft/AI/Войти
AIKraft/Skills/explore-code

explore-code

Исследовательский инструмент для безопасных экспериментов в репозиториях deep learning. Позволяет адаптировать backbone, добавлять LoRA или менять head на изолированной ветке с фиксацией изменений в explore_outputs/. Подходит, когда исследователь явно разрешает такие изменения.

lllllllama official Разработка ★ 496

Что делает навык

Исследовательский инструмент для безопасных экспериментов в репозиториях deep learning, позволяющий адаптировать backbone, добавлять LoRA или менять head на изолированной ветке. Он фиксирует изменения в explore_outputs/, обеспечивая возможность отката и документирование статуса кандидата, а не проверенного вывода.

Когда применять

  • Явное разрешение исследователем экспериментальных изменений кода на изолированной ветке или worktree.
  • Задачи по трансплантации модулей, привязанной к исходному коду, адаптации backbone, вставке LoRA/адаптеров или низкоуровневому комбинированию модулей.
  • Ситуации, когда требуется фиксация изменений на уровне сводки, а результат рассматривается как кандидат, а не достоверное заключение.
  • Необходимость передачи выполнения на minimal-run-and-audit или run-train после подготовки кода.

Как работает

  1. Проверить явное разрешение исследователя на экспериментальные изменения и убедиться, что задача не требует доверенной базовой работы или широкого рефакторинга.
  2. Создать изолированную ветку или worktree, чтобы отделить экспериментальные изменения от доверенной базовой версии.
  3. Выполнить копирование, привязанное к исходному коду, и минимальную адаптацию (например, вставку LoRA или изменение head) без свободных переписываний.
  4. Записать причины значимости кандидата, способ отката и обоснование того, почему изменение остается кандидатом, а не подтвержденным вкладом.
  5. Сгенерировать выходные файлы в explore_outputs/: CHANGESET.md, SCIENTIFIC_CHANGELOG.md, COMPARABILITY_REPORT.md, TOP_RUNS.md и status.json.
  6. При необходимости передать выполнение скриптам minimal-run-and-audit или run-train.

Примеры запросов агенту

Разреши мне провести эксперимент: адаптируй backbone и добавь LoRA на изолированной ветке, зафиксировав изменения.
Я хочу попробовать новую head-часть модели. Сделай это безопасно в отдельной ветке и подготовь отчет о сравнимости.
Проведи исследовательский код-модификацию для вставки адаптера. Результат должен быть кандидатом, а не финальным выводом.

Что понадобится

  • Ссылки на ../ai-research-reproduction/references/agent-operating-principles.md, references/explore-policy.md, ../ai-research-reproduction/references/research-rigor-principles.md.
  • Скрипты scripts/plan_code_changes.py и scripts/write_outputs.py.

Описание составлено по SKILL.md навыка, сверено 05.10.2026.

Как подключить

1Скачать навык
# возьмите папку навыка «lllllllama-explore-code» из репозитория: # https://github.com/lllllllama/rigorpilot-skills
2Положить папку с SKILL.md к навыкам ассистента
# положите папку навыка туда, где ассистент ищет skills: cp -r lllllllama-explore-code/ ~/.claude/skills/lllllllama-explore-code/

Навык — папка с файлом SKILL.md (описание + инструкции) и опциональными скриптами. Ассистент (Claude, Claude Code и совместимые) подхватывает его по описанию и следует шагам.