スキル pufferlib

📦

pufferlib

Name: pufferlib
Author: davila7

コンテンツリビジョン r2 中リスク 📁 ファイルシステムへのアクセス⚙️ 外部コマンド🌐 ネットワークアクセス

建置快速的 PufferLib RL 工作流程

強化學習專案需要仔細設定訓練速度、環境設計與策略結構。此技能提供 PufferLib 工作流程、範本與參考指引，協助實務實作。

対応: Claude Codex Code(CC)

📊 73 十分

Maintain this Skill? Claim it 📊 73 十分

自分のエージェントでインストール

このリクエストをエージェントにコピーしてください。正規の Skill ページとマニフェストが含まれています。

エージェントリクエスト

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.

エージェントは引き続き計画を提示し、セキュリティポリシーで必要な確認を求める必要があります。

エージェントが読めるリソース

AI エージェント、クローラー、スクリプトがページ全体ではなく整理されたコンテキストを必要とする場合は、これらのリンクを使ってください。

Markdown詳細 GET /skills/davila7-pufferlib.md 署名済み manifest GET /api/skills/davila7-pufferlib/manifest 署名済み lockfile GET /api/skills/davila7-pufferlib/lockfile

テストする

「pufferlib」を使用しています。使用 PufferLib 訓練 Procgen CoinRun PPO agent。

期待される結果:

包含建議平行環境數量的環境設定。
涵蓋策略選擇、記錄、檢查點與評估的訓練工作流程。
針對獎勵、觀測、吞吐量與已儲存模型的驗證步驟。

「pufferlib」を使用しています。建立一個合作式導航環境。

期待される結果:

包含每個代理觀測、離散動作與共享回合狀態的 PufferEnv 設計。
針對距離、目標完成與時間限制的獎勵塑形指引。
針對重置行為、步驟輸出與多代理完成旗標的測試檢查清單。

「pufferlib」を使用しています。我的 RL 訓練比預期慢。

期待される結果:

涵蓋環境成本、工作執行緒數量、批次大小與裝置使用情況的瓶頸檢視。
針對向量化、剖析與選用原生最佳化的優先調校計畫。

セキュリティ監査

中リスク

v9 • 2026/7/23 バージョン別レポートを開く

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.

スキャンされたファイル

3,716

解析済み行数

レビュー項目

誤検知を無視

確認済みのセキュリティ上の懸念 (1)

中

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.

リスク要因

📁 ファイルシステムへのアクセス (1)

scripts/train_template.py:232

⚙️ 外部コマンド (41)

🌐 ネットワークアクセス (2)

SKILL.md:428 SKILL.md:429

監査者: codex 監査履歴を表示 →

このレポートを共有・引用

バージョン付き評価レポート、中立的なバッジ、埋め込みカード、引用を共有できます。Skillstore は証拠を報告しますが、この Skill が安全かどうかは判断しません。

バージョン別レポートを開く

レポートリンクをコピー

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

Markdownバッジ

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

HTMLバッジ

<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>

埋め込みカード

<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>

学術引用 (APA · BibTeX · CFF)

APA形式の引用

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

BibTeX形式の引用

@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"

バリアントを比較

インストール可能なバリアント 2 件

各作者のスキルは個別のインストール項目として維持されます。推奨バリアントは Skillstore の証拠で順位付けされます。

このバリアントが首位の理由

Skillstore スコアが最高

作者 / ソース Skillstore スコア証拠の信頼度 Skillstore 利用状況更新済み

K-Dense-AI 推奨

k-dense-ai-pufferlib

Skillstore スコア 78

証拠の信頼度高

Skillstore 利用状況 26

更新済み

2026-09-09

davila7 現在

davila7-pufferlib

Skillstore スコア 73

証拠の信頼度高

Skillstore 利用状況 15

更新済み

2026-09-09

Skillstore スコア

このスコアの理由証拠の信頼度: 高

アーキテクチャ

保守性

コンテンツ

コミュニティ

仕様準拠

作成できるもの

訓練現有基準

為 Ocean、Procgen、Atari、Gymnasium 或 PettingZoo 環境設定 PPO 訓練。

建置自訂環境

使用 PufferEnv 模式定義觀測、動作、獎勵、重置與多代理行為。

改善訓練吞吐量

調整向量化、工作執行緒數量、批次大小與剖析步驟，以加快 RL 實驗。

これらのプロンプトを試す

開始 PPO 訓練

協助我在 [environment] 上訓練 PufferLib PPO agent。包含設定、關鍵參數、記錄與驗證檢查。

建立 PufferEnv

為 [task] 設計一個 PufferEnv。定義觀測、動作、獎勵、終止邏輯與測試。

最佳化向量化

檢視我的 PufferLib 訓練設定。建議向量化、工作執行緒、批次與剖析變更，以提高每秒步數。

規劃多代理訓練

為 [scenario] 建立多代理 PufferLib 計畫。涵蓋環境 API、共享策略、記錄、擴展與除錯。

ベストプラクティス

在擴大訓練執行規模前，驗證觀測與動作空間。
及早剖析每秒步數，並在每次最佳化變更後再次剖析。
先從經過驗證的環境開始，再建置自訂環境邏輯。

回避

在確認環境正確性之前，不要調整大量超參數。
不要在未測量瓶頸是環境還是策略的情況下擴展工作執行緒。
在有意識地設定憑證與專案名稱之前，不要加入外部記錄器。

よくある質問

這個技能的用途是什麼？

它協助使用 PufferLib 建置、訓練、整合與最佳化強化學習工作流程。

它會自動訓練模型嗎？

不會。它提供指引與範本，供使用者在自己的環境中執行。

涵蓋哪些 RL 框架？

它涵蓋 PufferLib Ocean、Gymnasium、PettingZoo、Atari、Procgen、Minigrid 與相關整合。

它能協助多代理任務嗎？

可以。它包含多代理環境模式、共享策略指引與 PettingZoo 整合注意事項。

它需要 GPU 嗎？

不需要。可以使用 CPU 訓練，但 GPU 加速能改善策略訓練吞吐量。

使用前我應該準備什麼？

請準備目標環境、已安裝的相依套件、硬體限制與實驗成功指標。

開発者情報

作成者

davila7

ライセンス

MIT

Skillstore リビジョン

バージョンに関する注意

作者はバージョンを宣言していません。

リポジトリ

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

参照

c43861a65bb95efcae259cd161c9d6f4dc7eec6f

メンテナンスの新しさ

2026/7/26

利用状況

8 ダウンロード · 217 閲覧

ファイル構成

📁 references/

📄 environments.md

📄 integration.md

📄 policies.md

📄 training.md

📄 vectorization.md

📁 scripts/

📄 env_template.py

📄 train_template.py

📄 SKILL.md

davila7 のその他のスキル

すべて表示

📦

latex-posters

建立 LaTeX 研究海報

研究海報在 LaTeX 中很難排版，也很難為列印進行校對。此技能提供範本、版面配置指引，以及適用於會議就緒海報的 PDF 檢查。

デザイン＆クリエイティブ表示

📦

content-creator

建立 SEO 就緒的行銷內容

行銷團隊需要符合品牌語氣與搜尋目標的清晰內容。此技能提供範本、分析腳本與平台指引，協助可重複的內容製作。

ライティング＆コンテンツ表示

📦

treatment-plans

建立結構化醫療治療計畫

臨床治療計畫往往會變得不一致、冗長或難以審查。此技能提供聚焦的範本、可衡量的目標、時程，以及本機品質檢查。

ドキュメント表示

📦

clinical-reports

建立結構化臨床報告

臨床團隊需要符合醫療與法規標準的清晰報告。此技能提供範本、檢查清單與驗證指引，適用於病例報告、診斷、試驗與病人紀錄。

ドキュメント表示

📦

exploratory-data-analysis

分析科學資料檔案

科學資料檔案很難檢查，因為每種格式儲存結構與中繼資料的方式都不同。此技能會偵測格式、剖析資料品質，並建立實用的 Markdown EDA 報告。

データ＆アナリティクス表示

📦

diffdock

執行 DiffDock 分子對接工作流程

分子對接設定常因輸入、參數與信心分數難以對齊而失敗。此技能會引導 DiffDock 工作流程，從準備到結果檢閱。

調査＆学習表示

すべて表示

📦

at-dispatch-v2

轉換 PyTorch AT_DISPATCH 巨集

作成者 pytorch

舊版 PyTorch 派發巨集重複性高，且難以手動遷移。此技能會指引你安全轉換為 AT_DISPATCH_V2 格式。

コーディング＆開発表示

📦

agentdb-reinforcement-learning-training

使用 AgentDB 訓練 RL Agent

作成者 DNYoussef

強化學習專案需要結構化的設定、訓練迴圈、評估與部署檢查。此技能引導 AgentDB 使用者完成演算法選擇、訓練、基準測試與生產環境 rollout。

コーディング＆開発表示

📦

add-uint-support

新增 PyTorch uint 調度支援

作成者 pytorch

PyTorch 運算子可能缺少 uint16、uint32 與 uint64 的調度覆蓋。此技能會指引如何更新 AT_DISPATCH_V2 巨集與型別群組。

コーディング＆開発表示

📦

ml-expert

與 ML 專家一起建置 PyTorch 模型

作成者 DNYoussef

機器學習實作通常需要讓架構、訓練與驗證選擇彼此一致。此技能為 Claude、Codex 和 Claude Code 提供用於 PyTorch 交付的專家工作流程。

コーディング＆開発表示

📦

add-cuda-kernel

將 CUDA 核心新增至 FlashInfer

作成者 flashinfer-ai

新增 FlashInfer 核心需要協調 C++、Python、JIT、測試與基準測試變更。此技能提供 AI 程式助理可安全遵循的結構化工作流程。

コーディング＆開発表示

📦

agentdb-learning-plugins

訓練 AgentDB 學習外掛

作成者 DNYoussef

團隊需要 AgentDB 中強化學習代理的實務指引。此技能提供學習外掛的範本、訓練工作流程與評估模式。

コーディング＆開発表示

pufferlib

自分のエージェントでインストール

エージェントが読めるリソース

テストする

セキュリティ監査

確認済みのセキュリティ上の懸念 (1)

リスク要因

レポートリンクをコピー

Markdownバッジ

HTMLバッジ

埋め込みカード

APA形式の引用

BibTeX形式の引用

CITATION.cff

バリアントを比較

Skillstore スコア

作成できるもの

訓練現有基準

建置自訂環境

改善訓練吞吐量

これらのプロンプトを試す

ベストプラクティス

回避

よくある質問

開発者情報

davila7 のその他のスキル

latex-posters

content-creator

treatment-plans

clinical-reports

exploratory-data-analysis

diffdock

関連スキル

at-dispatch-v2

agentdb-reinforcement-learning-training

add-uint-support

ml-expert

add-cuda-kernel

agentdb-learning-plugins