AI 论文复现工作流

## 概述

从已有文档的仓库端到端复现 AI 研究论文——分析 README，准备保守的环境，执行最小可信命令，并输出结构化的审计报告。三个子技能串联起来，涵盖接入、设置和执行三个阶段。

## 快速开始

1. 在您的 OpenClaw 工作区中安装插件：
   ```
   npx skillstore add @ai-paper-reproduction-workflow
   ```
2. 使用 **repo-intake-and-plan** 扫描目标仓库，读取其 README 和常见项目文件，并将文档化的推理/评估/训练命令提取为复现计划。
3. 使用 **env-and-assets-bootstrap** 准备以 conda 为主的环境，解析 checkpoint 和数据集路径假设，并在任何运行之前提供缓存位置提示。
4. 使用 **minimal-run-and-audit** 执行最小的可信复现路径，并生成标准化的结果审计报告。

## 关键命令

- **repo-intake-and-plan** — 扫描仓库，解析 README 和项目文件，将候选命令分类为推理/评估/训练，并返回最小复现计划。
- **env-and-assets-bootstrap** — 引导一个保守的 conda 环境，验证 checkpoint/数据集路径，并为下游步骤留下设置说明。
- **minimal-run-and-audit** — 在可信路径中运行计划的命令，并输出结构化结果以供审计。

## 技巧

- 按顺序串联三个技能——接入 → 引导 → 运行——以保持复现尝试的可复现性和可审计性。
- 当论文链接到必须在引导之前手动下载的外部数据集 UI 时，搭配 **openclaw-browser-automation** 使用。
- 将审计输出置于版本控制之下，以便协作者可以完整审查复现过程。