Agent experiment

Skill hashiruu/agent-experiment/skills/agent-experiment

用于给 7×24 小时不间断运行的科研自动化项目装上工作纪律：常驻实验队列、半自动批处理、用 Git 维护的公开仓库、持续更新的 LaTeX/Overleaf 论文。用户说"装工作流""设置长任务纪律""加任务记录""setup the workflow"时用；长时间运行中出了事故、教训要当场记下来时也用。部署 CLAUDE.md 规则、三份记录文件（RULES / TODO / PROVENANCE）和可断点续跑的任务骨架。Use when setting up a 24/7 semi-automated research automation project - long-running experiment queues, Git-maintained public repos, continuously updated LaTeX/Overleaf papers.From its SKILL.md

Install

npx -y skills add hashiruu/agent-experiment --skill agent-experiment

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

2 things to look at

no licenseNo license file was found in the repository. Code published without one is not open source by default, so using it at work is a question for whoever answers licensing questions where you are.
2 stars2 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

SKILL.md

4.7 KB, ~1.6k tokens by cl100k_base, as published. Nobody here has run it

长任务工作纪律

给三件事同时在转的项目用：实验在跑，仓库在推，论文在改，人只在决策点出现。这种项目最贵的失败不是代码写错，是记错账。出事时没人在场，等发现已经很晚。

素材来自一个长期半自动运行的真实项目。那里攒下约 800 行规则，26 条换个项目照样成立。这个 skill 部署的就是这 26 条，外加一套让它们真被执行的脚手架。

规则正文是中文。事故是中文记的，翻译会丢掉那点让规则管用的精确度。

什么时候部署

长任务开始前就部署，不要等第一次事故。每条规则都是"已经出过的事"：抄一条几分钟，自己踩一遍几小时。

怎么部署

跑脚本，不要手工拷文件。

# 在要设置的项目根目录下
bash ~/.claude/skills/agent-experiment/deploy.sh

# 先预览
bash ~/.claude/skills/agent-experiment/deploy.sh --dry-run

# 指定目标和层
bash ~/.claude/skills/agent-experiment/deploy.sh --target /path/to/project --layers l1,l2

选哪几层

层	什么时候留	内容
`l1`	永远	11 条，跑长任务的 agent 都需要：绝不编辑正在执行的脚本、完成标记带时间戳校验、起任务前先查队列、判据先于数据、承认推翻
`l2`	跑 GPU / 长批处理	8 条：同一块卡有三种编号、`nvidia-smi` 的假故障、管线隔离、阶段断点、平凡基线、先查上游、baseline 公平性协议
`l3`	LaTeX + 远程协作仓库	7 条：推前先拉且推后断言、编译而不是静态检查、页数只信编译器、表格与正文同步、可追溯性、声明所有偏离

默认三层全上。项目类型不明显就问用户；拿不准只留 l1，回头再加，重跑脚本原地刷新。

去掉哪一层，规则编号都不变，"见 L1 第 5 条"这类交叉引用照样不会指错。

落到项目里的东西

CLAUDE.md            agent 开工前读的规则，夹在一对注释标记之间，重跑只换这一段
docs/RULES.md        这个项目自己踩过的坑：出了什么事、下次怎么做
docs/TODO.md         还剩什么要做、什么卡在等别人、什么砍了不做
docs/PROVENANCE.md   每个对外数字是从哪算出来的，以及动手前定好的判断标准
docs/monitoring.md   怎么监控跑几十小时的任务：静默失败的八种防法（现成的，不用填）
scripts/run_task.sh  长任务脚本模板：中断能接着跑，失败不会假装成功

docs/ 和 scripts/ 下那五份文件，一旦存在就永不覆盖，它们会变成这个项目自己的记录。脚本只动 CLAUDE.md 里那对注释标记之间的内容。

部署之后

三件事，按这个顺序做：

看到任何结果之前，先把 docs/PROVENANCE.md 里的判断标准填掉：显著性阈值、 baseline 公平性协议、可证伪的预测。事后补的不是判据，是给结论配尺子。
把真正的活写进 docs/TODO.md：用户新给的指令入队，手上的活不丢，除非用户明确说先停下。碰到关键决策（不可逆、改对外数字、改判据或实验协议、要花大钱）停下来等待用户决策，挂进"⏸ 阻塞中"写清在等什么，然后立刻去做不依赖它的下一件事；非关键的自行推进，别逐步请示。
接好 scripts/run_task.sh。一个阶段一个 step 调用，最后一步失败，代价是几分钟，不是整条链。

让它保持活着

规则是产物，产生规则的机制才是重点。

踩坑当场写进 docs/RULES.md，附上怎么踩的。没实例的规则是噪音，会把真教训淹掉。
推翻就在原地追加更正，不删旧的。看得见"曾经错过"比看起来一贯正确有用 —— 不然下一个读它的人（通常就是同一个 agent）会把同样的推理再走一遍。
数字要对外，先指得到三样东西：权重、代码、日志。
不造任务。队列空了、没东西可跑，正确动作就是什么都不做。

What ships with it: 7 files

26.8 KB alongside SKILL.md, 2 of them executable

assets/

deploy.shruns4.7 KB