skill
استكشاف الكود
مهارة فرعية لتحسين تطبيق الصرامة من أجل تطبيق مرشح قابل للتدقيق في مستودعات أبحاث التعلم العميق. تستخدم عندما يأذن الباحث صراحة بالعمل الاستكشافي على فرع معزول أو worktree لزرع الوحدات، أو تكييف backbone، أو إضافة LoRA أو طبقات المحول، أو استبدال head، أو تجميع أفكار ترحيل ذات مخاطر منخفضة وذات مغزى مع سجلات واعية بالاستعادة في `explore_outputs/`. لا تستخدم لتنسيق الاستكشاف الشامل فوق `current_research`، الموثوق به...
نبذة
# explore-code
استخدم هذا كمهارة فرعية لتطبيق Rigor Improve. يبقى المعرف المثبت (slug) هو `explore-code` للتوافق.
استخدم مبادئ التشغيل المشتركة في `../ai-research-reproduction/references/agent-operating-principles.md`؛ يجب أن توجه هذه المهارة عمل الكود المرشح المحدود دون الإفراط في تحديد تفاصيل التنفيذ.
## متى يتم التطبيق
- عندما يأذن الباحث صراحة بتغييرات استكشافية في الكود على فرع معزول أو شجرة عمل (worktree). - عندما تكون المهمة نقل وحدة مثبتة المصدر، أو تكييف العمود الفقري (backbone adaptation)، أو إدخال LoRA أو محول، أو دمج وحدات منخفضة المخاطر. - عندما يكون التسجيل على مستوى الملخص كافيا وتكون النتيجة مرشحا، وليست استنتاجا موثوقا به.
## متى لا يتم التطبيق
- عندما يكون الطلب لعمل أساسي موثوق به، أو تصحيح أخطاء محافظ، أو تنفيذ تدريب عادي. - عندما لم يأذن المستخدم صراحة بالتعديلات الاستكشافية. - عندما تكون المهمة إعادة هيكلة واسعة النطاق أو تنفيذ فكرة من الصفر.
## حدود واضحة
- هذه المهارة تمتلك تعديلات الكود الاستكشافية فقط. - يجب أن تبقي العمل معزولا عن الأساس الموثوق به. - استخدم `ai-research-explore` بدلا من ذلك عندما تمتد المهمة لتشمل تنسيق `current_research` والتشغيلات الاستكشافية. - قد تسلم التنفيذ إلى `minimal-run-and-audit` أو `run-train`. - يجب أن تفضل النسخ المثبت المصدر والتكييف الأدنى على إعادة الكتابة الحرة. - يجب أن تسجل سبب أهمية التغيير المرشح، وكيفية التراجع عنه، ولماذا يظل مرشحا بدلا من كونه مساهمة تم التحقق منها.
## توقعات المخرجات
- `explore_outputs/CHANGESET.md` - `explore_outputs/SCIENTIFIC_CHANGELOG.md` - `explore_outputs/COMPARABILITY_REPORT.md` - `explore_outputs/TOP_RUNS.md` - `explore_outputs/status.json`
## ملاحظات
استخدم `references/explore-policy.md`، `../ai-research-reproduction/references/research-rigor-principles.md`، `scripts/plan_code_changes.py`، و `scripts/write_outputs.py`.
التثبيت
شغل هذا الأمر
npx skills add lllllllama/rigorpilot-skillsيعمل مع
خطوات التثبيت
ثبت باستخدام `npx skills add lllllllama/rigorpilot-skills`، أو استنسخ المستودع وانسخ مجلد `skills/explore-code` إلى دليل مهارات Claude الخاص بك.
أسئلة شائعة
ما هي مهارة استكشاف الكود؟
مهارة فرعية لتحسين تطبيق الصرامة من أجل تطبيق مرشح قابل للتدقيق في مستودعات أبحاث التعلم العميق. تستخدم عندما يأذن الباحث صراحة بالعمل الاستكشافي على فرع معزول أو worktree لزرع الوحدات، أو تكييف backbone، أو إضافة LoRA أو طبقات المحول، أو استبدال head، أو تجميع أفكار ترحيل ذات مخاطر منخفضة وذات مغزى مع سجلات واعية بالاستعادة في `explore_outputs/`. لا تستخدم لتنسيق الاستكشاف الشامل فوق `current_research`، الموثوق به.…
كيف أثبت استكشاف الكود؟
شغل هذا الأمر في الطرفية:
npx skills add lllllllama/rigorpilot-skillsمع أي أدوات ذكاء اصطناعي تعمل استكشاف الكود؟
تعمل مع claude_app، claude_code، claude_api، cursor، codex، windsurf، cline، zed.
من طور استكشاف الكود؟
طورها lllllllama.
هل استكشاف الكود مجانية؟
نعم، يمكنك استخدامها مجانا.
git clone https://github.com/anthropics/skills && cp -r skills/skills/claude-api ~/.claude/skills/
npx skills add heygen-com/hyperframes
npx skills add mattpocock/skills
npx skills add mattpocock/skills
npx skills add mattpocock/skills
npx skills add mattpocock/skills
افحص قبل التثبيت
شغل أي مصدر عبر فحوصاتنا - الظهور في الذكاء الاصطناعي والأمان والأداء واكتشاف التقنيات.
مختبر وكلاء الذكاء الاصطناعي
اختبار الذكاء الاصطناعي
فحص أمني تلقائي للموقع
الأمان
اختبار جودة المحتوى العربي بالذكاء الاصطناعي
جودة المحتوى
كاشف منصة الموقع
الترحيل
محلل سرعة الصفحة
الأداء
تدقيق الظهور في محركات الذكاء الاصطناعي
الظهور في الذكاء الاصطناعي
مولد ملف llms.txt
الظهور في الذكاء الاصطناعي
منشئ البيانات المنظمة
الظهور في الذكاء الاصطناعي
مقياس سهولة القراءة بالعربية
جودة المحتوى
حاسبة تكاليف الذكاء الاصطناعي
اختبار الذكاء الاصطناعي
محلل العناوين العربية
جودة المحتوى