Skillget

experiment-report-skill

agent
Guvenlik Denetimi
Basarisiz
Health Uyari
  • License — License: MIT
  • Description — Repository has a description
  • Active repo — Last push 0 days ago
  • Low visibility — Only 8 GitHub stars
Code Basarisiz
  • fs.rmSync — Destructive file system operation in .update/updater.cjs
  • fs module — File system access in .update/updater.cjs
  • fs module — File system access in references/templates/report_template_docx.js
  • spawnSync — Synchronous process spawning in tests/docx.test.cjs
  • fs.rmSync — Destructive file system operation in tests/docx.test.cjs
  • process.env — Environment variable access in tests/docx.test.cjs
  • fs module — File system access in tests/docx.test.cjs
  • spawnSync — Synchronous process spawning in tests/updater.test.cjs
  • fs.rmSync — Destructive file system operation in tests/updater.test.cjs
  • fs module — File system access in tests/updater.test.cjs
Permissions Gecti
  • Permissions — No dangerous permissions requested

Bu listing icin henuz AI raporu yok.

SUMMARY

通用的 AI 实验报告生成工作流：真实跑实验 → 前端可视化 → 规范截图 → md+docx 双交付。第一原则：实验真实跑通、数据不许编造。

README.md

🧪 Experiment Report Skill

一个通用的 AI 实验报告生成工作流。你只需要描述实验内容，它帮你完成：

实验实现 → 前端可视化 → 截图 → 实验报告（md + docx 双交付）

和"你给我素材我帮你写"的论文 skill 不同——这个 skill 的第一原则是：实验必须真实跑通、数据不许编造、失败要如实写。

✨ 它能做什么

  • 🔬 自动实现实验 — 描述你的实验，AI 帮你跑通，产出可复查的原始数据
  • 🖥️ 生成前端展示 — 学术简洁风可视化页面（策略图、曲线图、对比图），先给你确认效果
  • 📸 规范截图入库 — 按 screenshot-manifest 截图，前端截图直接进报告，真实数据不造假
  • 📝 双格式实验报告 — 同时产出 实验报告.md 和 实验报告.docx
  • 🔍 多轮自检 — 交付前强制 ≥3 轮自检修复循环，报告里的每个数字都与原始数据交叉校验

📐 docx 三大硬性要求

产出的 docx 不是 md 的简单导出，而是用 Node + docx 库按规范重新构建，自检逐项验证：

要求 说明
原生公式 用 OMML（OoxmlMath/分数/上下标/根号）构造，禁止用图片
正文宋体五号 五号 = 10.5pt，字体三属性齐全（ascii/hAnsi/eastAsia，只设 ascii 是最常见的坑）
活序号 用 Word 自动编号（numbering），增删条目自动重排，禁止手敲 1.2.3.

外加：封面页 + 自动目录（TOC）+ 正文页码从 1 重计。

🚀 怎么用

  1. 在你的 AI 工具中安装这个 Skill（ZCode / Claude Code / Codex / Cursor 等）
  2. 告诉它你要做什么实验（比如："我要做 SARSA 和 Q-learning 的对比实验"）
  3. 等它跑完实验 → 生成前端 → 你确认效果 → 自动写 md + docx 报告 → 自检

就这么简单。

🔧 核心原则

原则 说明
数据真实 所有图表必须来自实际运行结果，不许伪造；失败案例如实记录
前端先行 先做可视化页面让你确认，确认后才写报告
双格式交付 同时产出 md + docx，docx 满足三大硬性要求
多轮自检 ≥3 轮自检修复，报告数字与原始数据逐一交叉校验
去 AI 味 前端走学术简洁风，心得感悟去套话、去模板腔
截图规范 按 screenshot-manifest 规划 DOM id，每张截图自检无截断

📁 文件结构

experiment-report-skill/
├── README.md                             ← 说明文档（本文件）
├── SKILL.md                              ← 主技能文件（工作流 + docx 交付规范）
├── VERSION                               ← 版本号（自更新依据，发版必 bump）
├── .update/
│   ├── silent-update.sh                  ← 静默自更新脚本
│   └── updater.cjs                       ← 跨平台更新、失败恢复与手动回滚
└── references/
    ├── checklist.md                      ← 交付检查清单
    ├── math-formulas.md                  ← LaTeX → OMML 公式映射参考
    └── templates/
        ├── report_template.md            ← 实验报告（md）模板
        └── report_template_docx.js       ← 实验报告（docx）生成器模板 ⭐

report_template_docx.js 封装了宋体五号、自动章节编号、独立列表编号、OMML 公式、封面和自动目录。复制到实验项目并填写 REPORT，或调用 writeReport(report, output, baseDir)。模板不会预填实验参数和结果；缺少正文或不足四张有效 PNG 截图会报错，防止交付空报告。图号与生成的引用按展示顺序统一计算。

完整流程保持一致：真实实验 → 前端确认 → 至少四张真实截图 → md/docx 双交付 → 至少三轮自检。AI 不自行选择简化报告。

🔄 静默自更新

本 skill 在任务开始时每天最多检查一次更新，任务执行期间固定已加载的版本。Node 18+ 更新器把版本文件和 ZIP 固定到同一个 GitHub 提交，校验包内容后备份旧文件，再逐文件替换；替换失败自动恢复。进程中断时保留恢复记录，下次检查先恢复旧版。只接受更高版本，Git 开发副本不自动覆盖；网络失败静默继续使用本地版本。

跨平台入口（包括原生 Windows，不需要 Git Bash）：

node "<skill目录>/.update/updater.cjs"

Git Bash / Linux / macOS 的旧入口 bash "<skill目录>/.update/silent-update.sh" 仍可使用。更新成功输出 UPDATED x.y.z。可用 --force 立即检查，忽略每日检查时间；不会绕过版本比较和包校验。

最近一次成功更新前的文件保存在 .update/backup-*。需要恢复时执行：

node "<skill目录>/.update/updater.cjs" --rollback

手动回滚会恢复上一版并移除该次更新新增的文件，不触碰用户自建的无关文件。请保留 .update/ 中的备份和恢复记录；如输出 Rollback incomplete，自动恢复尚未完成，不应继续声称安装完整。普通自动更新失败不打断使用，手动回滚失败则明确报错。

从 1.0.0 迁移的首次更新仍由旧脚本执行；旧脚本无法获得新版的事务保护。建议先备份原安装目录后完整安装 1.0.1，之后的更新与回滚使用新更新器。

开发者发版只需一步：改完代码 → 更新根目录 VERSION（如 1.0.0 → 1.0.1）→ push。忘了 bump 版本号，用户端就不会拉到新代码。

📦 环境依赖

  • 任何支持 Skill 的 AI 工具（ZCode / Claude Code / Codex / Cursor / Gemini CLI 等）
  • 自更新和 docx 生成需要：Node ≥ 18。仓库内运行 npm ci 安装锁定版本；复制模板到其他项目时运行 npm install [email protected] [email protected]。
  • 产出截图需要：Playwright（或本机 Edge/Chromium）

开发验证：Node 18+、Python 3.12+，运行 npm ci 后 npm test。回归覆盖原生公式内容、编号、图号、更新失败恢复、进程中断恢复、手动回滚和包完整性。GitHub Actions 分别在 Windows 与 Linux 上运行。Word 的实际分页仍须按交付清单渲染逐页检查。

📄 报告模板结构（十章）

  1. 实验名称　2. 实验目的　3. 实验环境与任务定义　4. 算法/方法原理
  2. 实验实现　6. 实验结果　7. 结果分析　8. 实验结论　9. 心得感悟　10. 附录

🎯 适用场景

  • 强化学习实验报告（SARSA / Q-learning / DQN 等）
  • 机器学习算法对比实验
  • 多模态 / 深度学习实验
  • 数据分析报告
  • 任何需要"跑实验 + 展示结果 + 写规范报告"的作业

🤝 贡献

欢迎提交 Issue 和 PR！

  • 如果你用了这个 Skill 完成了某个实验报告，欢迎分享你的体验
  • 如果你有改进建议，直接提 PR

📜 License

MIT License

Yorumlar (0)

Sonuc bulunamadi