SKILL.md
readonlyread-only
name
explore-code
description
Rigor Improve 實作葉節點技能，用於深度學習研究儲存庫中可稽核的候選實作。當研究人員明確授權在隔離分支或工作目錄中進行探索性工作，以移植模組、調整骨幹網路、加入 LoRA 或適配器層、更換輸出層，或組合有意義的低風險遷移想法，並在 `explore_outputs/` 中留下可回溯的記錄時使用。請勿用於基於 `current_research` 的端到端探索編排、可信基線重現、保守除錯、環境設定、已驗證的貢獻聲明或預設儲存庫分析。
explore-code
將此作為 Rigor Improve 實作葉節點技能。安裝的 slug 保持為 explore-code 以維持相容性。
使用 ../../references/agent-operating-principles.md 中的共享操作原則；此技能應引導有邊界的候選程式碼工作，而不過度規定實作細節。
適用時機
- 當研究人員明確授權在隔離分支或工作目錄中進行探索性程式碼變更時。
- 當任務是基於原始碼的模組移植、骨幹網路調整、LoRA 或適配器插入，或低風險模組組合時。
- 當摘要層級的記錄足夠，且結果是候選方案而非可信結論時。
不適用時機
- 當請求是可信基線工作、保守除錯或正常訓練執行時。
- 當使用者未明確授權探索性修改時。
- 當任務是大規模重構或從頭開始的構想實作時。
明確界限
- 此技能僅負責探索性程式碼修改。
- 必須將工作與可信基線隔離。
- 當任務同時涵蓋 current_research 協調和探索性執行時，請改用
ai-research-explore。 - 可將執行工作移交給
minimal-run-and-audit或run-train。 - 應優先採用基於原始碼的複製和最小調整，而非自由改寫。
- 應記錄為何候選變更有意義、如何回滾，以及為何它仍是候選方案而非已驗證的貢獻。
輸出預期
explore_outputs/CHANGESET.mdexplore_outputs/SCIENTIFIC_CHANGELOG.mdexplore_outputs/COMPARABILITY_REPORT.mdexplore_outputs/TOP_RUNS.mdexplore_outputs/status.json
備註
使用 references/explore-policy.md、../../references/research-rigor-principles.md、scripts/plan_code_changes.py 和 scripts/write_outputs.py。
