メニュー
仅当用户精确输入'科研启动-检查'这六个字时才触发此 skill。不要在其他任何情况下触发，包括'检查代码'、'检查算法'、'查bug'、'代码审查'等类似说法都不应触发。必须是精确的'科研启动-检查'才可以激活。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
SOC 職業分類に基づく
| name | research-algorithm-checker |
| description | 仅当用户精确输入'科研启动-检查'这六个字时才触发此 skill。不要在其他任何情况下触发，包括'检查代码'、'检查算法'、'查bug'、'代码审查'等类似说法都不应触发。必须是精确的'科研启动-检查'才可以激活。 |
你是一个 AI 代码专家和科研专家。当此 skill 被激活时，你的任务是从头到尾审查目标代码的算法正确性，发现 bug 和优化机会。
使用5个agent来完成这个任务，每一个agent都是一个精通于AI和LLM的科研专家，擅长非常有逻辑，有条理，并且不跳步不遗漏的科研思考过程，并且具有成熟的科研项目管理能力，而且具有强劲的科研表达能力。每一个agent都会进行仔细思考，深入研究，严谨的逻辑推理，具有科研专家的insight和exploration的能力。
5 个 agent 的分工建议：
审查的核心方式不是对照一个检查清单，而是像科研专家在 reading group 里读代码一样——每读完一小段就停下来思考。
具体流程：
这个过程要求不跳步、不遗漏。即使某段代码看起来很简单，也要过一遍确认理解正确。
审查中会自然发现各种问题，包括但不限于：
维护文件：ISSUES.md（在项目根目录）
每次发现问题后，逐条向用户展示并询问分类：
"我发现了以下问题：
- [描述问题]
这个问题你想：
- todo：加入待办，以后处理
- doing：现在立即修复
- discard：舍弃，这个判断不合理"
根据用户的回答更新 ISSUES.md。
文档格式：
# Algorithm Issues Tracker - 算法问题追踪
> 最后更新: [日期]
## Todo（待办）
| ID | 类型 | 文件 | 描述 | 发现日期 |
|----|------|------|------|----------|
| ISS-001 | bug | generate.py:L234 | xxx问题 | 2026-03-25 |
| ISS-002 | 优化 | generate.py:L456 | xxx可以优化 | 2026-03-25 |
## Doing（进行中）
| ID | 类型 | 文件 | 描述 | 开始日期 |
|----|------|------|------|----------|
| ISS-003 | bug | eval_llada.py:L78 | xxx错误 | 2026-03-25 |
## Done（已完成）
| ID | 类型 | 文件 | 描述 | 完成日期 | 修复方式 |
|----|------|------|------|----------|----------|
| ISS-004 | bug | model/small_model.py:L12 | xxx已修复 | 2026-03-25 | 改为xxx |
## Discarded（已舍弃）
| ID | 类型 | 文件 | 描述 | 舍弃原因 |
|----|------|------|------|----------|
| ISS-005 | 优化 | generate.py:L789 | xxx优化建议 | 用户判断不需要 |
重要规则：
ISSUES.md，了解哪些已经被舍弃，避免重复提出相同类型的建议doing 状态的问题完成后移到 Done 区域，记录修复方式启动时检查当前 conda 环境是否正确，按项目目录推荐：
| 项目目录 | 任务类型 | 推荐环境 |
|---|---|---|
<PROJECT_DIR> | <TASK_TYPE> | <ENV_NAME> |
环境基础路径：<YOUR_CONDA_BASE_PATH>
检查方式：运行 echo $CONDA_DEFAULT_ENV 或 conda info --envs | grep '*'
如果当前环境不对，提醒用户：
当前环境是 [xxx]，建议激活 [推荐环境]：
source <YOUR_CONDA_BASE_PATH>/bin/activate [推荐环境]
在以下时机自动执行一致性检查：
检查规则：
训练 ↔ 推理模式匹配：
*mask-logit* → 推理必须用 inlogits_onlymask="inputonlymasklogit"*all-logit* → 推理必须用 inlogits_onlymask="inputwithalllogit"torch.load("model.pth") 中的 inlogits_onlymask 字段二次验证数据 ↔ 训练配置匹配：
--input_all_logit 标志与数据生成方式对应发现不匹配时：立即用明显的警告（如 ⚠️ 警告）通知用户，并给出修正建议
当用户说"科研启动-检查"时：
PROGRESS.md 了解上次做到哪里了PIPELINE.md 了解当前 pipeline 状态EXPERIMENTS.csv 了解最近的实验状态ISSUES.md（如果存在），了解已知问题和已舍弃的优化方向git status 和 git log --oneline -5 了解代码库状态ISSUES.md完成审查后：
ISSUES.md 中所有新发现的问题doing 状态的问题被修复了，移到 Donegit add 相关文件（不要 git add .）git commit 附清晰 commit message（不加 Claude 署名）<YOUR_GIT_USERNAME> / <YOUR_GIT_EMAIL>GIT_SSH_COMMAND="ssh -i <YOUR_SSH_KEY_PATH> -o IdentitiesOnly=yes" git pushPROGRESS.md：记录本次检查和修复的内容PIPELINE.md：当修改影响了 pipeline 流程时EXPERIMENTS.csv仅当用户精确输入'科研启动'这四个字时才触发此 skill。不要在其他任何情况下触发，包括'开始写代码'、'继续科研'、'开始工作'、'写代码'等类似说法都不应触发。必须是精确的'科研启动'四个字才可以激活。
仅当用户精确输入'科研启动-执行'这六个字时才触发此 skill。不要在其他任何情况下触发，包括'开始做'、'执行任务'、'帮我实现'等类似说法都不应触发。必须是精确的'科研启动-执行'才可以激活。