Fähigkeiten ai-research-reproduction

📦

ai-research-reproduction

Name: ai-research-reproduction
Author: lllllllama

Inhaltsrevision r2 Hohes Risiko ⚙️ Externe Befehle📁 Dateisystemzugriff

KI-Forschungs-Repositories reproduzieren

Forschungsreproduktion scheitert oft, wenn Agenten Nachweise überspringen, breit angelegte Befehle ausführen oder das Protokoll verändern. Dieser Skill führt Claude, Codex und Claude Code durch eine README-first-Reproduktion mit auditierbaren Ausgaben.

Unterstützt: Claude Codex Code(CC)

⚠️ 38 Schlecht

Vor der Installation anhalten und eine Bestätigung anfordern.

Prüfen Sie den Plan und holen Sie vor Änderungen an Dateien die ausdrückliche Zustimmung des Benutzers ein.

Mit meinem Agent installieren

Kopieren Sie diese Anfrage in Ihren Agent. Sie enthält die maßgebliche Skill-Seite und das Manifest.

Agent-Anfrage

Review the Skillstore skill "ai-research-reproduction" from https://skillstore.io/skills/lllllllama-ai-research-reproduction.md and its manifest at https://skillstore.io/api/skills/lllllllama-ai-research-reproduction/manifest. Verify the artifact. Stop and obtain explicit user consent before installing or changing files.

Ihr Agent sollte weiterhin seinen Plan anzeigen und alle von der Sicherheitsrichtlinie verlangten Bestätigungen anfordern.

Agent-lesbare Ressourcen

Verwenden Sie diese Links, wenn ein KI-Agent, Crawler oder Skript sauberen Kontext benötigt, statt die vollständige Seite zu lesen.

Markdown-Detailseite GET /skills/lllllllama-ai-research-reproduction.md Signiertes manifest GET /api/skills/lllllllama-ai-research-reproduction/manifest Signiertes lockfile GET /api/skills/lllllllama-ai-research-reproduction/lockfile

Testen

„ai-research-reproduction“ wird verwendet. Ein Benutzer bittet darum, ein Vision-Modell-Repository mit README-Beispielen zu reproduzieren.

Erwartetes Ergebnis:

Das dokumentierte Inferenzziel wurde als kleinster vertrauenswürdiger Lauf ausgewählt.
Setup-Annahmen, Befehlsquelle, Ausführungsstatus und verbleibende Blocker wurden erfasst.
Ein kurzes repro_outputs-Paket zur Prüfung wurde geschrieben.

„ai-research-reproduction“ wird verwendet. Ein Benutzer fragt, ob ein Trainings-Repository für die vollständige Reproduktion bereit ist.

Erwartetes Ergebnis:

Die Verifizierung des Trainingsstarts wurde abgeschlossen, statt eine vollständige Reproduktion zu behaupten.
Unsicherheiten zu Dataset und Checkpoint wurden zur menschlichen Prüfung erfasst.
Vor jedem längeren Trainingslauf wurde explizite Genehmigung angefordert.

„ai-research-reproduction“ wird verwendet. Ein Repository enthält keinen klar ausführbaren Befehl in der README.

Erwartetes Ergebnis:

Beim Repository-Intake wurde angehalten und der fehlende Befehlsnachweis dokumentiert.
Kandidatendateien und Annahmen wurden aufgelistet, ohne sie als verifiziertes Protokoll zu behandeln.

Sicherheitsaudit

Hohes Risiko

v5 • 8.8.2026 Versionsbericht öffnen

Most static findings are Markdown backticks, prose, safe temporary-file handling, or fixed argument-array subprocess calls. Confirmed risks include executing README-derived commands, loading files outside the skill directory, accessing a hidden home file, and dynamically importing external sibling code.

Gescannte Dateien

2,038

Analysierte Zeilen

Prüfelemente

Falschmeldungen ignoriert

Bestätigte Sicherheitsbedenken (1)

Hoch

scripts/orchestrate_repro.py:23-31

Unaudited Dynamic Module Execution

The orchestrator resolves a sibling lessons_store.py outside the skill package and executes it through importlib without provenance or integrity verification.

The code directly constructs an out-of-package path and calls exec_module. The external module is not included in the scanned file set.

Elemente der Fähigkeitsprüfung (9)

Dies sind echte lokale Fähigkeiten, die für diese Fähigkeit erwartet werden können; daher müssen sie überprüft werden, werden jedoch nicht als bestätigtes bösartiges Verhalten gezählt.

Hoch

scripts/orchestrate_repro.py:357

Python subprocess.run

result = subprocess.run(

This executes a command extracted from an untrusted target repository README. The opt-in flag limits surprise, but there is no allowlist, sandbox, or final command approval.

Hoch

SKILL.md:20

Path traversal sequence

`../../references/agent-operating-principles.md`, then load

The skill instructs the agent to load a path two directories above its package. This expands the trust boundary beyond marketplace-audited files.

Hoch

SKILL.md:21

Path traversal sequence

`../../references/research-rigor-principles.md` and

The required policy is resolved outside the skill directory. External content could alter behavior without changing this audited package.

Hoch

SKILL.md:22

Path traversal sequence

`../../references/deep-learning-experiment-principles.md` when scientific meaning, comparability, or

This directs the agent to read an out-of-package experiment policy. The referenced content is outside the report's scanned file set.

Hoch

SKILL.md:121

Path traversal sequence

- Load `../../references/research-rigor-principles.md` before making comparability, contribution, or

The instruction repeats an out-of-package policy read before research claims. The external file is not covered by this audit.

Hoch

SKILL.md:122

Path traversal sequence

- Load `../../references/deep-learning-experiment-principles.md` when dataset, split, metric, checkp

The agent is told to load a policy through parent-directory traversal. This creates an unaudited instruction dependency.

Hoch

SKILL.md:123

Path traversal sequence

- Consult `~/.rigorpilot/PERSONAL_RIGOR.md` if present, under `../../references/continuous-learning-

The line references both a home-directory file and a parent-relative external policy. These reads cross the packaged skill boundary.

Hoch

SKILL.md:123

Hidden file in home directory

- Consult `~/.rigorpilot/PERSONAL_RIGOR.md` if present, under `../../references/continuous-learning-

The skill explicitly instructs the agent to consult a hidden user-home file. Its contents may be private and are not marketplace audited.

Hoch

SKILL.md:123

Hidden file access

- Consult `~/.rigorpilot/PERSONAL_RIGOR.md` if present, under `../../references/continuous-learning-

The requested hidden-file read introduces user-specific, unaudited instructions into the agent context. Explicit consent and scope controls are absent.

Risikofaktoren

⚙️ Externe Befehle (50)

📁 Dateisystemzugriff (11)

scripts/annotate_readme.py:104 scripts/orchestrate_repro.py:12 scripts/orchestrate_repro.py:90 SKILL.md:20 SKILL.md:21 SKILL.md:22 SKILL.md:121 SKILL.md:122 SKILL.md:123 SKILL.md:123 SKILL.md:123

Geprüft von: codex Audit-Verlauf anzeigen →

Diesen Bericht teilen & zitieren

Teile den versionierten Bewertungsbericht, das neutrale Badge, die Einbettungskarte und Zitate. Skillstore berichtet Nachweise, ohne zu entscheiden, ob dieser Skill sicher ist.

Versionsbericht öffnen

Berichtslink kopieren

https://skillstore.io/skills/lllllllama-ai-research-reproduction/audits/5?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report

Markdown-Badge

[![Skillstore security assessment](https://skillstore.io/badges/skills/lllllllama-ai-research-reproduction/security.svg)](https://skillstore.io/skills/lllllllama-ai-research-reproduction?utm_source=security_passport_badge)

HTML-Badge

<a href="https://skillstore.io/skills/lllllllama-ai-research-reproduction?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/lllllllama-ai-research-reproduction/security.svg" alt="Skillstore security assessment" loading="lazy"></a>

Einbettungskarte

<iframe src="https://skillstore.io/embed/skills/lllllllama-ai-research-reproduction.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>

Wissenschaftliche Zitate (APA · BibTeX · CFF)

APA-Zitat

lllllllama. (2026). ai-research-reproduction security audit report (audit version 5) [Author version unspecified]. Skillstore. https://skillstore.io/skills/lllllllama-ai-research-reproduction/audits/5

BibTeX-Zitat

@techreport{lllllllama-lllllllama-ai-research-reproduction-2026,
  author = {lllllllama},
  title = {ai-research-reproduction security audit report (audit version 5)},
  institution = {Skillstore},
  year = {2026},
  number = {5},
  url = {https://skillstore.io/skills/lllllllama-ai-research-reproduction/audits/5},
  note = {Author version unspecified}
}

CITATION.cff

cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "ai-research-reproduction security audit report (audit version 5)"
version: "unspecified"
type: report
authors:
  - name: "lllllllama"
date-released: "2026-08-08"
url: "https://skillstore.io/skills/lllllllama-ai-research-reproduction/audits/5"
identifiers:
  - type: other
    value: "skillstore:lllllllama-ai-research-reproduction:audit:5"
    description: "Skillstore immutable audit report identifier"

Skillstore-Score

Warum dieser Score Evidenzvertrauen: Mittel

Architektur

Wartbarkeit

Inhalt

Gemeinschaft

Spezifikationskonformität

Was Sie erstellen können

Ein neues KI-Repository triagieren

Den kleinsten dokumentierten Befehl identifizieren, der einen vertrauenswürdigen Reproduktionsversuch unterstützen kann.

Reproduktionsnachweise prüfen

Durch README belegte Befehle, Ausführungsprotokolle, Annahmen und Abweichungen vergleichen, bevor Ergebnisse akzeptiert werden.

Ein Übergabepaket vorbereiten

Standardisierte Notizen erstellen, die ein anderer Forscher prüfen und sicher fortführen kann.

Diese Prompts ausprobieren

Minimale Reproduktion starten

Reproduziere das kleinste dokumentierte Ziel für dieses Repository. Lies zuerst die README, wähle einen minimalen Befehl und schreibe das repro_outputs-Paket.

Fehlgeschlagenen Lauf auditieren

Prüfe die Nachweise der fehlgeschlagenen Reproduktion. Trenne durch README belegte Schritte von abgeleiteten Korrekturen, liste dann Blocker und die sicherste nächste Aktion auf.

Trainingsstart verifizieren

Prüfe den dokumentierten Trainingsbefehl nur mit Verifizierung des Trainingsstarts. Behaupte keine vollständige Reproduktion ohne explizite Autorisierung und ausreichende Nachweise.

Paper-Lücken klären

Vergleiche README-Nachweise mit dem Paper nur dort, wo die Reproduktion davon abhängt. Erfasse Konflikte, Annahmen und menschliche Entscheidungen im Ausgabepaket.

Bewährte Praktiken

Vor dem Ausführen von Repository-Befehlen in einer isolierten Umgebung ausführen.
README-Nachweise von abgeleiteten Setup- oder Patch-Entscheidungen getrennt halten.
Vor vollständigem Training oder protokollsensiblen Änderungen menschliche Genehmigung einholen.

Vermeiden

Den Skill als allgemeinen Paper-Zusammenfasser verwenden.
Einen Smoke-Test als vollständige wissenschaftliche Reproduktion behandeln.
Modell-, Daten- oder Metriklogik bearbeiten, ohne Auswirkungen auf die Vergleichbarkeit zu erfassen.