用途:把科研代码整理到工件评审委员会(ACM AE、USENIX/OSDI/SOSP、SIGMOD ARI、ETAPS、NeurIPS 代码发布等)期望的状态——可运行、可在容差内复现、环境被记录、陌生人能照 README 跑出论文主结果。它是 PDF 侧 preflight-check 的代码侧对应物,不是通用软件 TDD,目标是一条可靠的端到端“能跑且大致复现”路径,一个针对真实流水线的小输入冒烟测试胜过大量 mock 单元测试。
主要能力:先读取 .paper-memory/lessons.md 与 profile.yml,避免重复标记已修问题;确认是否双盲评审;运行内置静态只读脚本审计仓库:python3 scripts/repro_check.py <code-dir>,或加 --json 输出机器可读结果,检查 README、ENV(依赖是否固定)、SEED、ENTRYPOINT、DATA、RESULTS_CMD 六项,标为 OK/WARN/MISSING,并报告是否存在测试。随后按顺序补缺:固定依赖精确版本(pip freeze > requirements.txt、environment.yml 或固定基础镜像的 Dockerfile)、设置并记录所有 RNG 种子(random、numpy、框架,含 torch.manual_seed 与 torch.use_deterministic_algorithms(True)、PYTHONHASHSEED)并诚实记录残余不确定性、提供一个明显入口命令、添加在微小输入上跑真实流水线的最小冒烟测试、给出获取数据的精确说明、在 README 中写结果表及每个结果对应命令与预期运行时长。重复运行脚本直到六项非 MISSING 或达到约三次修复上限。
使用方式:输入为科研代码目录路径,可选是否双盲、可选 profile.yml。报告与清单写入 paper-workspace/submission/artifact-repro-checklist.md,并追加到 paper-workspace/INDEX.md。结束时可调用 reflect-and-improve 的 reflect_log.py 追加一条记忆条目:python3 ../reflect-and-improve/scripts/reflect_log.py append --memory .paper-memory --skill test-research-code --scope recurring --issue "..." --rec "..."。
适用场景:代码“只在我机器上能跑”、需要加冒烟/健全性测试、固定种子、捕获环境、评审截止前需先做工程化;也可适配 R 的 renv.lock、Julia 的 Manifest.toml、生物信息学的 conda。
限制:不负责打包、徽章分类、归档 DOI、匿名化(交给 prepare-artifacts),不判断数字是否与论文表格一致(交给 verify-results),不做通用清理重构。脚本静态只读、不执行不联网;运行工件需作者决定并可能需沙箱/GPU。通过清单是必要条件而非充分条件,不得声称会获奖章或已可复现;不得编造结果或命令。双盲场景下新增文件不得泄露作者身份。该技能只检查、搭建与解释,不代提交工件或铸造 DOI。