ai-paper-reproduction

适用场景

• 用户需要Codex复现AI论文对应的代码仓库
• 复现目标为包含README、脚本、配置文件或有文档记录的命令的代码仓库
• 目标是完成最小可信运行，而非无限制的实验
• 用户需要可供他人或模型可快速审核的标准化输出
• 任务涉及多个阶段，例如仓库接入+环境搭建，或环境搭建+执行+报告生成

不适用场景

• 任务为通用文献综述或论文总结
• 任务为从零开始设计新模型、基准测试套件或训练流水线
• 仓库核心并非AI相关，或未提供有文档记录的复现路径
• 用户主要需求是深度代码重构，而非以README为优先的复现
• 用户明确要求仅完成某单一窄范围阶段，且已有子技能可以完美覆盖

成功标准

• 将README作为复现意图的首要参考来源
• 选择最小可信复现目标，并给出选择理由
• 优先选择有文档记录的推理任务，其次是评估任务，最后是训练任务
• 所有对仓库的修改都保持保守、明确、可审核
• 生成结构一致、包含稳定的机器可读字段的

  repro_outputs/

  目录
• 最终面向用户的说明简洁，且尽量使用用户使用的语言

交互与可用性规则

• 保持工作流足够简单，新用户可快速理解
• 优先选择简短具体的方案，而非穷尽式调研
• 公开所有命令、假设、阻塞问题和相关依据
• 避免将该技能封装为不透明的自动化层
• 对人类和下游Agent都保持较低的学习成本

语言规则

• 当用户使用的语言明确时，人类可读的Markdown输出使用用户的语言
• 若用户使用的语言不明确，默认使用简洁的英文
• 机器可读字段、文件名、键名、枚举值保持使用稳定的英文
• 路径、包名、CLI命令、配置键和代码标识符保持不变

references/language-policy.md

复现规则

1. 有文档记录的推理
2. 有文档记录的评估
3. 有文档记录的训练启动或部分验证
4. 仅当用户后续明确要求时才执行完整训练

• 以README为优先：使用仓库文件补充说明README内容，而非随意覆盖README的说明
• 目标是完成最小可信复现，而非覆盖最多任务
• 当不适合执行完整训练时，冒烟测试、启动验证和早期步骤检查都可视为有效的训练相关验证证据
• 记录未解决的差异，而非虚构可信度

补丁规则

• 优先不修改代码
• 优先使用更安全的调整方式：
  • 命令行参数
  • 环境变量
  • 路径修复
  • 依赖版本修复
  • 依赖文件修复，例如

    requirements.txt

    或

    environment.yml

• 避免修改：
  • 模型架构
  • 核心推理语义
  • 核心训练逻辑
  • 损失函数
  • 实验含义
• 若必须修改仓库文件：
  • 首先使用

    repro/YYYY-MM-DD-short-task

    格式创建补丁分支
  • 先应用低风险修改，再应用中风险修改
  • 默认避免高风险修改
  • 仅提交经过验证的修改组
  • 保持经过验证的补丁提交数量稀疏，通常为

    0-2

    个
  • 提交信息使用

    repro: <scope> for documented <command>

    格式

references/patch-policy.md

工作流

1. 读取README和仓库信号
2. 调用

   repo-intake-and-plan

   扫描仓库并提取有文档记录的命令
3. 选择最小的可信复现目标
4. 调用

   env-and-assets-bootstrap

   准备环境假设和资源路径
5. 使用

   minimal-run-and-audit

   执行保守的冒烟检查或有文档记录的命令
6. 仅当README和仓库文件存在影响当前复现目标的窄范围关键差异时，才调用

   paper-context-resolver

7. 生成标准化输出
8. 使用用户的语言向用户发送简短的最终说明

要求输出

repro_outputs/
  SUMMARY.md
  COMMANDS.md
  LOG.md
  status.json
  PATCHES.md   # 仅当应用了补丁时存在

assets/

references/output-spec.md

报告规则

• 将最简短的高价值总结放在

  SUMMARY.md

  中
• 将可直接复制的命令放在

  COMMANDS.md

  中
• 将流程依据、假设、失败情况和决策记录放在

  LOG.md

  中
• 将持久化的机器可读状态放在

  status.json

  中
• 需要时将分支、提交、验证信息和README保真度影响放在

  PATCHES.md

  中
• 区分已验证的事实和推断的猜测

可维护性说明

• 保持该技能的定位窄而专：仅用于以README为优先的AI仓库复现
• 将专用逻辑下沉到子技能或辅助脚本中
• 优先使用稳定的模板和简单的模式，而非临时编写定制化描述
• 尽可能保持机器可读输出的向后兼容性
• 仅当新的证据来源可以提升可审核性且不提高学习成本时才添加