菜单
在为《计算机辅助设计与图形学学报》(Journal of Computer-Aided Design & Computer Graphics, JCAD&CG) 提升论文可复现性与实验可重复时调用。覆盖图形学/CAD 特有的可复现要点：固定随机种子、记录 GPU/驱动/渲染器版本、锁定网格/点云/纹理/视频数据集、固定渲染与几何管线参数(采样数、光照、相机、分辨率)、复现包冒烟测试、几何误差与渲染质量指标的计算脚本对齐、以及大数据的稳定托管。适用于让外审与读者能重跑出论文表图、避免"结果无法复现"质疑的场景。
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/brycewang-stanford/Awesome-Journal-Skills --skill jcadcg-reproducibility命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
Use when planning an ACL project calendar across ACL Rolling Review cycles, covering cycle selection against conference commitment windows, backward planning from an ARR deadline, the review-response-meta-review timeline, commitment decisions, resubmission loops to later cycles, and camera-ready through ACL Anthology publication.
Use when drafting an AAAI author response (rebuttal) under the single short character-limited author-feedback window, the no-URL rule, no-new-results guidance, AI-generated-review handling, and the AAAI two-phase review process where Phase-2 papers receive one feedback round before SPC/AC discussion.
Use when preparing an accepted AAAI paper for camera-ready source submission to AAAI Press, including proceedings page limits, two-column template compliance, copyright transfer, purchased extra technical pages, deanonymization, registration, oral or poster presentation, and final public artifact release.
基于 SOC 职业分类
正在显示 SKILL.md
| name | jcadcg-reproducibility |
| description | 在为《计算机辅助设计与图形学学报》(Journal of Computer-Aided Design & Computer Graphics, JCAD&CG) 提升论文可复现性与实验可重复时调用。覆盖图形学/CAD 特有的可复现要点：固定随机种子、记录 GPU/驱动/渲染器版本、锁定网格/点云/纹理/视频数据集、固定渲染与几何管线参数(采样数、光照、相机、分辨率)、复现包冒烟测试、几何误差与渲染质量指标的计算脚本对齐、以及大数据的稳定托管。适用于让外审与读者能重跑出论文表图、避免"结果无法复现"质疑的场景。 |
本技能帮助为《计算机辅助设计与图形学学报》(Journal of Computer-Aided Design & Computer
Graphics, JCAD&CG) 提升可复现性。本刊是 CCF A 类图形学/CAD 方向中文月刊，图形与几何结果对
环境、随机性与渲染管线高度敏感，"换台机器就复现不出"是常见风险。本技能把可复现动作沉淀为
清单，衔接 resources/code/README.md。核验见 resources/official-source-map.md
（2026-07-09）。本刊是否有强制代码/数据可用性要求属 待核实，本技能给出无论政策
如何都应做到的自律标准。
图形/几何结果的可复现比一般机器学习更"脆"，需额外固定：
repro/
README.md # 一键复现说明、硬件与耗时
requirements.txt # 依赖与精确版本
scripts/run_all.sh # 从零到主结果表图
configs/ # 每个实验的配置(种子/参数)
data/README.md # 数据获取方式(稳定托管链接) + 预处理
results/ # 复现产物(渲染帧、误差、指标)
投稿前在干净环境跑一次：
python3 -m venv .venv && . .venv/bin/activate
pip install -r requirements.txt
bash scripts/run_all.sh
# 人工比对 results/ 与论文表6/图3、渲染帧、几何误差色图
要点：记录 GPU/驱动/渲染器版本与端到端耗时；把大数据(网格/纹理/视频)走稳定托管而非塞进 仓库。
jcadcg-artifact-evaluation)。| 问题 | 后果 | 修正 |
|---|---|---|
| 未固定种子/驱动 | 像素级指标复现不出 | 记录并固定全部随机与环境源 |
| 渲染参数缺失 | 渲染图不可重现 | 配置中固化相机/光照/采样 |
| 指标脚本未提供 | 数字不可比 | 随包提供计算脚本与口径 |
| 大数据塞仓库/链接失效 | 无法获取 | 稳定托管 + 固定版本 |
| 声明与制品不符 | 诚信风险 | 声明与实际一致，注明受限项 |
把下列项写入复现包的 README/配置，是图形学论文可复现的最低门槛：
| 类别 | 需记录 |
|---|---|
| 硬件 | GPU 型号与显存、CPU、内存 |
| 驱动/API | GPU 驱动版本、CUDA/图形 API(OpenGL/Vulkan/DirectX/Metal)版本 |
| 软件 | 操作系统、Python/编译器版本、关键库(渲染器/几何库/深度学习框架)精确版本 |
| 随机 | 全局种子、各随机源(采样/初始化/增强)种子 |
| 渲染 | 相机内外参、光照、采样数、分辨率、色彩空间/gamma、渲染器设置 |
| 几何 | 网格分辨率、预处理(归一化/去重/修复)、误差计算采样点数 |
| 数据 | 数据集名称与版本、划分、预处理脚本 |
| 耗时 | 各主实验端到端时间、峰值显存 |
| 级别 | 目标 | 说明 |
|---|---|---|
| L1 结果可查 | 提供论文表图对应的结果文件 | 最低要求，便于核对 |
| L2 可重跑 | 提供代码 + 配置，能重跑主结果 | 本技能的基本目标 |
| L3 可复用 | 文档完善、接口清晰，他人可用于新数据 | 提升影响力 |
争取达到 L2 以上；若受限(如私有数据)，至少 L1 并说明替代核验途径。
jcadcg-artifact-evaluation；演示视频归属 →
jcadcg-supplementary。jcadcg-submission；实验口径一致性 →
jcadcg-experiments。[JCAD&CG 可复现] 就绪 / 需加强
[环境] 种子/GPU/驱动/渲染器/几何库版本已记录？（是/否）
[数据] 数据集版本锁定？大数据稳定托管？（是/否）
[渲染] 相机/光照/采样/分辨率固定？（是/否）
[指标] 计算脚本随包 + 对齐说明？（是/否）
[冒烟] 干净环境 run_all 通过、产物对上表图？（是/否）
[声明一致] 可用性声明与实际制品一致？（是/否 / 待核实政策）
[待办] <逐条列出需补的复现项>