스킬 pufferlib

📦

pufferlib

Name: pufferlib
Author: davila7

콘텐츠 리비전 r2 중간 위험 📁 파일 시스템 접근⚙️ 외부 명령어🌐 네트워크 접근

빠른 PufferLib RL 워크플로 구축

강화 학습 프로젝트에는 학습 속도, 환경 설계, 정책 구조를 위한 신중한 설정이 필요합니다. 이 스킬은 실용적인 구현을 위한 PufferLib 워크플로, 템플릿, 참조 가이드를 제공합니다.

지원: Claude Codex Code(CC)

📊 73 적절함

Maintain this Skill? Claim it 📊 73 적절함

내 에이전트로 설치

이 요청을 에이전트에 복사하세요. 공식 Skill 페이지와 매니페스트가 포함되어 있습니다.

에이전트 요청

Review the Skillstore skill "pufferlib" from https://skillstore.io/skills/davila7-pufferlib.md and its manifest at https://skillstore.io/api/skills/davila7-pufferlib/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.

에이전트는 계속해서 계획을 표시하고 보안 정책에서 요구하는 확인을 요청해야 합니다.

에이전트가 읽기 쉬운 리소스

AI 에이전트, 크롤러, 스크립트가 전체 페이지 대신 정리된 컨텍스트만 필요할 때 이 링크를 사용하세요.

Markdown 상세 GET /skills/davila7-pufferlib.md 서명된 manifest GET /api/skills/davila7-pufferlib/manifest 서명된 lockfile GET /api/skills/davila7-pufferlib/lockfile

테스트해 보기

"pufferlib" 사용 중입니다. Train a Procgen CoinRun PPO agent with PufferLib.

예상 결과:

권장 병렬 환경 수를 포함한 환경 설정.
정책 선택, 로깅, 체크포인트, 평가를 포함하는 학습 워크플로.
보상, 관측, 처리량, 저장된 모델에 대한 검증 단계.

"pufferlib" 사용 중입니다. Create a cooperative navigation environment.

예상 결과:

에이전트별 관측, 이산 동작, 공유 에피소드 상태를 갖춘 PufferEnv 설계.
거리, 목표 완료, 시간 제한을 위한 보상 설계 가이드.
리셋 동작, step 출력, multi-agent done 플래그에 대한 테스트 체크리스트.

"pufferlib" 사용 중입니다. My RL training is slower than expected.

예상 결과:

환경 비용, 워커 수, 배치 크기, 디바이스 사용을 다루는 병목 검토.
vectorization, 프로파일링, 선택적 네이티브 최적화를 위한 우선순위 튜닝 계획.

보안 감사

중간 위험

v9 • 2026. 7. 23. 버전별 보고서 열기

All 77 static alerts are false positives caused by RL environment names, Markdown formatting, ordinary assertions, documentation links, and expected checkpoint setup. One medium-risk credential issue remains because a Neptune token is accepted on the command line and can enter WandB configuration through vars(args). No prompt injection or malicious intent was found.

스캔된 파일

3,716

분석된 줄 수

검토 항목

오탐 무시됨

확인된 보안 우려 사항 (1)

중간

scripts/train_template.py:95-108 scripts/train_template.py:211-212

Experiment logger can expose a Neptune token

The template accepts a Neptune token through command-line arguments, and the WandB path passes every parsed argument through vars(args). The token can enter shell history, process listings, or WandB configuration.

The token is directly defined as an argparse value, and vars(args) includes it in the configuration passed to WandB. Disclosure depends on user options and logger behavior.

위험 요인

📁 파일 시스템 접근 (1)

scripts/train_template.py:232

⚙️ 외부 명령어 (41)

🌐 네트워크 접근 (2)

SKILL.md:428 SKILL.md:429

감사자: codex 감사 이력 보기 →

이 보고서 공유 및 인용

버전이 지정된 평가 보고서, 중립 배지, 임베드 카드 및 인용을 공유하세요. Skillstore는 근거를 보고하지만 이 Skill의 안전 여부를 판단하지 않습니다.

버전별 보고서 열기

보고서 링크 복사

https://skillstore.io/skills/davila7-pufferlib/audits/9?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report

Markdown 배지

[![Skillstore security assessment](https://skillstore.io/badges/skills/davila7-pufferlib/security.svg)](https://skillstore.io/skills/davila7-pufferlib?utm_source=security_passport_badge)

HTML 배지

<a href="https://skillstore.io/skills/davila7-pufferlib?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/davila7-pufferlib/security.svg" alt="Skillstore security assessment" loading="lazy"></a>

임베드 카드

<iframe src="https://skillstore.io/embed/skills/davila7-pufferlib.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>

학술 인용 (APA · BibTeX · CFF)

APA 인용

davila7. (2026). pufferlib security audit report (audit version 9) [Author version unspecified]. Skillstore. https://skillstore.io/skills/davila7-pufferlib/audits/9

BibTeX 인용

@techreport{davila7-davila7-pufferlib-2026,
  author = {davila7},
  title = {pufferlib security audit report (audit version 9)},
  institution = {Skillstore},
  year = {2026},
  number = {9},
  url = {https://skillstore.io/skills/davila7-pufferlib/audits/9},
  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: "pufferlib security audit report (audit version 9)"
version: "unspecified"
type: report
authors:
  - name: "davila7"
date-released: "2026-07-23"
url: "https://skillstore.io/skills/davila7-pufferlib/audits/9"
identifiers:
  - type: other
    value: "skillstore:davila7-pufferlib:audit:9"
    description: "Skillstore immutable audit report identifier"

변형 비교

설치 가능한 변형 2개

각 작성자의 스킬은 별도의 설치 항목으로 유지됩니다. 추천 변형은 Skillstore 근거로 순위가 정해집니다.

이 변형이 1위인 이유

Skillstore 점수가 가장 높음

작성자 / 소스 Skillstore 점수 증거 신뢰도 Skillstore 사용량 업데이트됨

K-Dense-AI 권장

k-dense-ai-pufferlib

Skillstore 점수 78

증거 신뢰도 높음

Skillstore 사용량 26

업데이트됨

2026-09-09

davila7 현재

davila7-pufferlib

Skillstore 점수 73

증거 신뢰도 높음

Skillstore 사용량 15

업데이트됨

2026-09-09

Skillstore 점수

이 점수의 이유 증거 신뢰도: 높음

아키텍처

유지보수성

콘텐츠

커뮤니티

사양 준수

만들 수 있는 것

기존 벤치마크 학습

Ocean, Procgen, Atari, Gymnasium 또는 PettingZoo 환경을 위한 PPO training을 구성합니다.

사용자 지정 환경 구축

PufferEnv 패턴을 사용해 관측, 동작, 보상, 리셋, multi-agent 동작을 정의합니다.

학습 처리량 개선

더 빠른 RL 실험을 위해 vectorization, 워커 수, 배치 크기, 프로파일링 단계를 조정합니다.

이 프롬프트를 사용해 보세요

PPO Training 시작

Help me train a PufferLib PPO agent on [environment]. Include setup, key parameters, logging, and validation checks.

PufferEnv 만들기

Design a PufferEnv for [task]. Define observations, actions, rewards, termination logic, and tests.

Vectorization 최적화

Review my PufferLib training setup. Recommend vectorization, worker, batch, and profiling changes for higher steps per second.

Multi-Agent Training 계획

Create a multi-agent PufferLib plan for [scenario]. Cover environment API, shared policies, logging, scaling, and debugging.

모범 사례

학습 실행을 확장하기 전에 관측 공간과 동작 공간을 검증하세요.
초기 단계와 각 최적화 변경 후에 초당 step 수를 프로파일링하세요.
사용자 지정 환경 로직을 만들기 전에 검증된 환경으로 시작하세요.

피하기

환경의 정확성을 확인하기 전에 많은 하이퍼파라미터를 튜닝하지 마세요.
환경 또는 정책이 병목인지 측정하지 않고 워커를 확장하지 마세요.
자격 증명과 프로젝트 이름을 의도적으로 구성하기 전에는 외부 로거를 추가하지 마세요.

자주 묻는 질문

이 스킬은 무엇을 위한 것인가요?

PufferLib으로 강화 학습 워크플로를 구축, 학습, 통합, 최적화하는 데 도움을 줍니다.

모델을 자동으로 학습하나요?

아니요. 사용자가 자신의 환경에서 실행하는 가이드와 템플릿을 제공합니다.

어떤 RL 프레임워크를 다루나요?

PufferLib Ocean, Gymnasium, PettingZoo, Atari, Procgen, Minigrid 및 관련 통합을 다룹니다.

multi-agent 작업에도 도움이 되나요?

예. multi-agent 환경 패턴, 공유 정책 가이드, PettingZoo 통합 참고 사항을 포함합니다.

GPU가 필요한가요?

아니요. CPU 학습도 가능하지만, GPU 가속은 정책 학습 처리량을 개선할 수 있습니다.

사용하기 전에 무엇을 준비해야 하나요?

대상 환경, 설치된 의존성, 하드웨어 제약, 실험의 성공 지표를 준비하세요.

개발자 세부 정보

작성자

davila7

라이선스

MIT

Skillstore 리비전

버전 안내

작성자가 버전을 선언하지 않았습니다.

리포지토리

https://github.com/davila7/claude-code-templates/tree/main/cli-tool/components/skills/scientific/pufferlib

참조

c43861a65bb95efcae259cd161c9d6f4dc7eec6f

유지보수 최신성

2026. 7. 24.

사용량

8 다운로드 · 217 조회

파일 구조

📁 references/

📄 environments.md

📄 integration.md

📄 policies.md

📄 training.md

📄 vectorization.md

📁 scripts/

📄 env_template.py

📄 train_template.py

📄 SKILL.md