用途:为研究论文生成并迭代改进机器学习实验代码,覆盖训练/评估流程搭建、报错调试与结果优化。支持四种操作($0):generate、improve、debug、plot,第二参数为研究计划、想法描述或错误信息。
主要能力:生成阶段要求先规划实验(超参搜索、消融、基线),编写自包含代码,包含日志记录(结果存 JSON、打印中间指标),并至少输出 Figure_1.png 与 Figure_2.png。强制目录结构包含 experiment.py、plot.py、notes.txt 及 run_1/、run_2/ 等结果目录,每个 run 使用 python experiment.py --out_dir=run_i 运行。改进阶段读取现有代码与结果,反思成败,倾向小幅编辑而非整体重写,重跑对比并保留最佳变体。调试阶段读取错误信息(过长时截取末尾 1500 字符),定位根因,做最小修复,最多重试 4 次后更换方法。绘图阶段读取所有 run_*/final_info.json,生成带正确标签的对比图。
约束:不得出现占位代码(pass、...、raise NotImplementedError);须使用真实数据集(除非明确要求玩具数据);优先 PyTorch 或 scikit-learn,不使用 TensorFlow/Keras;方法准确率不得为 0%,需验证准确率计算;使用随机种子保证可复现;每次实验前打印说明结果意图,每次运行后在 notes.txt 记录结果。参考文件位于 ~/.claude/skills/experiment-code/references/ 下的 experiment-prompts.md 与 code-patterns.md。相关上游技能为 experiment-design、algorithm-design,下游为 data-analysis、backward-traceability,另见 code-debugging、paper-to-code。未提供收费、平台与价格信息。