Orchestra-Research/AI-Research-SKILLs

解決する課題

AI研究者は、科学的仮説の検証よりも、インフラの管理やデバッグツールの操作に多くの時間を費やしがちです。このライブラリは、AIエージェントがブレインストーミングや文献調査から、実験の実行、最終的な論文執筆に至るまで、研究ライフサイクル全体を自律的に処理できるようにする標準化された「スキル」セットを提供します。

仕組み

このプロジェクトは、autoresearch オーケストレーション層を通じて、二重ループアーキテクチャ（内部最適化と外部合成）を実装しています。この中心層が、98の専門ドメインスキルにタスクをルーティングします。各スキルには、専門家レベルのガイダンス、本番環境対応のワークフロー、および Megatron-LM、vLLM、TRL といった特定のフレームワーク向けのコード例が含まれています。これらのスキルをコーディングエージェント（Claude Code、Cursor、Gemini CLI など）にインストールすることで、研究遂行に必要な技術的専門知識をエージェントに付与できます。

対象ユーザー

AIエージェントおよびそれをオーケストレーションする人間、特に機械学習研究における技術的なエンジニアリング側面を自動化したいと考えている方。

ハイライト

• 包括的なカバー範囲: ファインチューニング、分散学習、機械論的解釈可能性、ポストトレーニングなど、23カテゴリにわたる98のスキル。
• エージェントネイティブなインストール: コーディングエージェントを自動検出し、スキルを直接シンボリックリンクするインタラクティブなインストーラーを同梱。
• エンドツーエンドのワークフロー: アイデア出しやデータ処理から、評価、LaTeX論文執筆までの全パイプラインをサポート。
• 研究グレードの知識: ドキュメントは公式リポジトリ、GitHub issues、および本番ワークフローから収集されています。