菜单
深度学习/机器学习项目自动化配置工具。分析项目结构，与用户交互确认环境、路径、命令等配置，生成 .autoflow/ 配置目录供 autoflow-run 使用。触发场景：(1) 用户说"帮我构建自动化运行配置"或"配置自动化流程"；(2) 需要为 ML/DL 项目创建可复现的运行环境；(3) 准备项目的自动化训练/推理/评估流程。
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。
基于 SOC 职业分类
帮助中文母语者阅读英文学术论文的专业助手。支持 PDF、Markdown、LaTeX 源码、截图等多种输入格式。 提供论文速览、逐节精读、公式拆解、图表解读、术语中英对照、批判性分析等功能。 自动联网搜索论文引用的其他文献补充上下文。可将阅读笔记输出为 Markdown 文件。 TRIGGER when: 用户要求阅读/解读/翻译/总结英文论文，或提供了学术论文（PDF/截图/LaTeX/Markdown）要求讲解。 DO NOT TRIGGER when: 一般性的英文翻译、非学术文档的阅读、写论文（而非读论文）。
学术创新点探索与验证工具。使用 Claude + Codex(--search) + Gemini 三个 CLI 工具协同检索文献、分析创新点、评估顶会发表潜力。使用场景：(1) 给定研究方向，自动寻找可行创新点；(2) 给定具体想法或文档，验证其新颖性和可行性，评估是否会与现有工作撞车。适用于 AI 顶会（NeurIPS、ICLR、ICML、CVPR 等）论文选题。
基于 autoflow-setup 生成的配置自动执行 ML/DL 项目流程。读取 .autoflow/ 配置目录，执行训练、推理、评估、预处理等任务，支持错误自动修复和参数调优。触发场景：(1) 用户说"运行自动化流程"或"执行训练/推理"；(2) 项目已有 .autoflow/ 配置目录；(3) 需要自动化执行和优化 ML/DL 任务。
| name | autoflow-setup |
| description | 深度学习/机器学习项目自动化配置工具。分析项目结构，与用户交互确认环境、路径、命令等配置，生成 .autoflow/ 配置目录供 autoflow-run 使用。触发场景：(1) 用户说"帮我构建自动化运行配置"或"配置自动化流程"；(2) 需要为 ML/DL 项目创建可复现的运行环境；(3) 准备项目的自动化训练/推理/评估流程。 |
为深度学习/机器学习项目创建自动化运行配置，生成 .autoflow/ 目录，供 autoflow-run skill 使用。
扫描项目结构，识别：
检查现有环境：
逐项与用户确认以下内容（使用 AskUserQuestion 工具）：
必须确认：
按需确认：
根据分析结果：
在项目根目录创建 .autoflow/ 目录：
.autoflow/
├── project.yaml # 项目基本信息
├── env.yaml # 环境配置
├── paths.yaml # 路径配置
├── commands.yaml # 运行命令
├── hardware.yaml # 硬件要求
└── misc.yaml # 其他配置
| 文件 | 内容 |
|---|---|
| project.yaml | 项目名称、描述、类型、框架、结构 |
| env.yaml | Python 版本、环境类型/名称、依赖、激活命令 |
| paths.yaml | 数据集、模型、输出、日志等路径 |
| commands.yaml | 预处理、训练、评估、推理命令 |
| hardware.yaml | GPU/CPU/内存要求、分布式配置 |
| misc.yaml | 随机种子、外部服务、注意事项 |
读取项目结构
使用 Glob 和 Read 工具扫描项目
分析并生成问题列表
与用户交互
处理环境
生成配置文件
assets/templates/ 复制模板.autoflow/ 目录验证配置
配置模板位于 assets/templates/：
project.yaml - 项目信息模板env.yaml - 环境配置模板paths.yaml - 路径配置模板commands.yaml - 命令配置模板hardware.yaml - 硬件配置模板misc.yaml - 其他配置模板.autoflow/ 加入 .gitignore（如果包含本地路径）