env-and-assets-bootstrap
README に基づくAIリポジトリの再現作業において、環境とアセットの準備を担うサブスキルです。conda を優先した保守的な環境構築、チェックポイントやデータセットのパス設定、キャッシュ場所のヒント提示、および実行前のセットアップメモの作成を行う場合に使用します。リポジトリのスキャン、全体的なオーケストレーション、論文の解釈、実行結果のレポート、または特定の再現対象に紐づかない汎用的な環境構築には使用しないでください。
description の原文を見る
Environment and assets sub-skill for README-first AI repo reproduction. Use when the task is specifically to prepare a conservative conda-first environment, checkpoint and dataset path assumptions, cache location hints, and setup notes before any run on a README-documented repository. Do not use for repo scanning, full orchestration, paper interpretation, final run reporting, or generic environment setup that is not tied to a specific reproduction target.
SKILL.md 本文
env-and-assets-bootstrap
../../references/agent-operating-principles.md に記載された共通の運用原則を参照してください。このスキルは環境設定計画を保守的に保ちながら、環境固有の判断はモデルに委ねるべきです。
適用する場面
- リポジトリ取り込み後、信頼できる再現ターゲットが特定されたとき。
- コマンド実行前に環境の作成またはアセットパスの準備が必要なとき。
- リポジトリがチェックポイント、データセット、またはキャッシュディレクトリに依存しているとき。
- ユーザーが任意の実行試行前に明示的にセットアップヘルプを求めているとき。
適用しない場面
- リポジトリが既に翻訳を必要としない即座に実行可能な環境を提供しているとき。
- タスクがスキャンと計画のみのとき。
- タスクが既に実行されたコマンドからの結果報告のみのとき。
- リクエストがリポジトリ再現の外にある汎用的な conda またはパッケージ管理に関する質問のとき。
明確な境界
- このスキルは環境とアセットの前提条件を準備します。
- ターゲット選択の所有権を持ちません。
- 最終報告の所有権を持ちません。
- ギャップをオプションのペーパーリゾルバーに転送する場合を除き、論文の参照を実行しません。
入力の期待値
- ターゲットリポジトリパス
- 選択された再現目標
- 関連する README セットアップステップ
- 既知の OS またはパッケージの制約
出力の期待値
- 保守的な環境セットアップノート
- 候補 conda コマンド
- アセットパス計画
- チェックポイントとデータセットのソースヒント
- 未解決の依存関係またはアセットリスク
注釈
references/env-policy.md、references/assets-policy.md、scripts/bootstrap_env.py、scripts/plan_setup.py、および scripts/prepare_assets.py を使用してください。
シェルエントリポイントがより便利な場合にのみ、Python ブートストラッパーの POSIX ラッパーとして scripts/bootstrap_env.sh を使用してください。
ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- lllllllama
- ライセンス
- MIT
- 最終更新
- 不明
Source: https://github.com/lllllllama/ai-paper-reproduction-skill / ライセンス: MIT
関連スキル
agent-browser
AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。
anyskill
AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。
engram
AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。
skyvern
AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。
pinchbench
PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。
openui
OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。