env-and-assets-bootstrap
نگهدارنده lllllllama
آمادهسازی محیط، checkpoint و dataset برای اجرای محافظهکارانهٔ بازتولید deep learning repo.
- نسخه فعلی
- نامشخص
- مجوز
- نامشخص
- دسترسی شبکه
- نامشخص / ارزیابینشده
- وضعیت بررسی
- تأیید نشده
چه مسئلهای را حل میکند؟
آمادهسازی محیط و مسیرهای checkpoint، dataset و cache را پیش از اجرای reproduction target مستند پوشش میدهد.
چه زمانی مناسب است؟
برای setup محافظهکارانهٔ conda-first و آمادهسازی asset/pathهای یک deep learning repo، پیش از run، استفاده کنید.
مهارت Rigor Setup برای بازتولید deep learning repo بهصورت README-first است. وقتی task مشخصاً آمادهسازی محیط conda-first محافظهکارانه، فرضهای مسیر checkpoint و dataset، راهنمای cache location و setup notes پیش از هر اجرا روی repository مستند در README است، استفاده کنید. برای repo scanning، full orchestration، paper interpretation، final run reporting یا generic environment setup که به reproduction target مشخصی وابسته نیست، استفاده نکنید.
نصب و بهروزرسانی
این دستورها فقط برای کپی نمایش داده میشوند و روی سرور RefHub اجرا نمیشوند. پیش از اجرا، منبع بالادستی پیوندشده را بررسی کنید.
دستور نصب
npx skills add lllllllama/rigorpilot-skills --skill env-and-assets-bootstrap -yسازگاری با ایجنتها
هنوز تست سازگاری ثبت نشده است
تا وقتی شواهد تست ثبت نشده، سازگاری این مهارت با ایجنتها را تأییدشده فرض نکنید.