ai-paper-reproduction-skill
面向深度学习的、以研究优先的AI代理技能集，确保实验的可复现、可比较和可审计。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：ai-paper-reproduction-skill。 它的用途是：面向深度学习的、以研究优先的AI代理技能集，确保实验的可复现、可比较和可审计。 完整的 Skill 内容见：https://321skill.com/skills/ai-paper-reproduction-skill/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“请使用 /ai-research-reproduction 技能，帮我复现这个GitHub仓库中的Transformer模型训练结果。” 它会首先引导你设置环境，然后严格按照原仓库的README步骤执行，并将每个阶段的输出、日志和最终结果整理成一份带颜色标注和证据链接的详细报告，确保整个过程可追溯、可比较。
介绍
RigorPilot Skills 旨在解决AI辅助深度学习研究中常见的不可复现、证据缺失和变更混乱问题。它不是一个追求更高分数的通用编码框架，而是通过一套严谨的工作流技能，将研究过程锚定在可比较、可复现的证据和可审计的变更之上。
使用时，您可以通过简单的命令安装核心技能，例如安装完整的技能集或仅安装可信的复现入口点。在支持的AI编码工具（如Claude Code）中，可以直接使用预设命令（如/ai-research-reproduction）来启动研究任务。技能遵循Agent Skills开放标准，能在多种AI代理环境中工作。
它非常适合那些从事深度学习实验、需要严格复现论文结果、改进现有研究或探索新方向的学术研究者、算法工程师和高校学生。对于追求快速产出原型但不在意过程严谨性的场景，可能不是最佳选择。
建议用户从单一复现任务开始，熟悉其证据输出（保存在repro_outputs/等目录）和标志性的“带注释的README”报告。只有在明确授权后，才使用探索功能，因为其设计原则是“默认信任，探索需显式授权”，以确保研究过程的严谨性。
核心特点
核心区别在于其“研究优先”的定位和严谨的约束机制：默认工作流强制导向复现、分析和安全调试，只有在研究者明确授权后才允许探索性工作，并通过“带注释的README”和分门别类的证据输出来保证每一步变更都可追溯、可比较。
注意事项
不适合追求快速原型开发、不关心实验过程可复现性和审计追踪的通用编程或“刷分”场景。
常见问题
RigorPilot Skills 和普通的AI编程助手有什么区别？
它专为深度学习研究设计，强制严谨的工作流（如先复现再探索），并输出可审计的证据，而不仅仅是生成代码。
如何开始复现一篇论文的代码？
安装`ai-research-reproduction`技能后，在支持的AI工具中使用`/ai-research-reproduction`命令，并指向目标研究仓库即可。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/ai-paper-reproduction-skill/raw/index.md 读取 ai-paper-reproduction-skill 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/ai-paper-reproduction-skill/raw/index.md（查看排版版本）