phanghonghao paper-repro — 论文「总结 + 最小复现」
把一篇论文变成：一页可读总结 + 一个能在本机跑通的最小复现 + 完整复现成本估算。
编排 /paper-html-onepage（读懂）+ 本 skill 的复现脚本（跑通）。
⚠️ 安全约束（自动运行模式必备，优先于一切）
- 只跑最小规模：限定步数/epoch（默认 ≤ 几百步）、限定时长（默认 ≤ 几分钟）。
- 隔离运行：所有复现代码、数据、日志放进单独子目录，不污染其他项目。
- 禁止 sudo / 管理员权限，禁止改系统环境变量、禁止写用户主目录之外。
- 网络三思：允许浅克隆（
git clone --depth 1）和小数据下载；超过 ~200MB 的下载、需登录/付费的数据集、需 Kaggle/HF token 的资源，先问用户，不要自动拉取。 - 不确定就不跑：如果生成的代码看不清在干嘛、或需重型依赖（CUDA 专版、编译、root），只产出方案+脚本，不自动执行，把决定权交给用户。
输入解析（Stage 0）
接受四种输入，统一抽出 arXiv ID + 标题 + 输出目录：
- arXiv URL：
https://arxiv.org/abs/1706.03762或/pdf/...→ 抽 ID - arXiv ID：
1706.03762 - 关键词/标题：如
Attention Is All You Need - 本地 PDF：
--pdf <path>（复现阶段需要标题，从文件名/首页推断）
输出目录默认 <用户当前工作目录>/<论文短名>_repro/。
6 阶段编排流程
本 skill 是 agent 驱动 的：脚本（
scripts/）只做查找/分析/解析等机械活， 论文级的代码改写由你（agent）按方法论完成——因为每篇论文不同，无法写成单一固定脚本。 这与/web-search-fallback「指令 + 可复用片段」的设计哲学一致。
Stage A — 读懂论文（委派 /paper-html-onepage，不改它）
python "<SKILL_ROOT>\paper-html-onepage\scripts\paper_to_onepage_html.py" \
--url "<arxiv_url>" --out "<outdir>/<name>_summary.html"
（关键词搜用 --query；本地 PDF 用 --pdf。）得到 <name>_summary.html。
Stage B — 找代码（scripts/find_repo.py）
python "<SKILL_ROOT>\scripts\find_repo.py" "1706.03762" --top 6
# 加 --json 拿结构化结果
arXiv ID → 自动取标题 → GitHub 按标题搜（比搜裸 ID 召回高）。多个候选时让用户确认用哪个。 （PapersWithCode 公开 API 已废弃返回 HTML，故不用；GitHub+arXiv 已覆盖常见情况。）
Stage C — 分析完整复现要求（scripts/analyze_repo.py）
python "<SKILL_ROOT>\scripts\analyze_repo.py" "<repo_url>" --json > analyze_report.json
免克隆（走 GitHub tree API + raw）读 README/依赖/训练入口/配置，grep 资源信号（n_gpu、deepspeed、 batch_size、epochs、数据集路径），产出 JSON 可行性报告：入口、依赖、GPU 需求、阻断项、建议的最小化覆盖项。
Stage D — 制定最小复现方案（agent 推理）
综合 analyze_report + 本机硬件（CPU/单卡）制定降维裁剪方案。常见手段：
- 换小模型：d_model/layer/head 全砍（如 512→64、6→2、8→2）
- 砍步数：几百 epoch → 几百步
- 关多卡：
num_processes=1、关 DeepSpeed/accelerate、必要时上 LoRA 省 VRAM - 去重型数据依赖：WMT/私有数据集 → 合成任务（序列复制/反转/排序），0 下载
- 明确要验证的核心论点：不追求复现原始 SOTA 数字，只验证论文核心主张是否成立
把方案简述给用户（1 段话 + 一张「原文配置 vs 最小配置」对照表）。
Stage E — 生成并自动运行（agent 写代码 + scripts/summarize_eval.py）
- 按方案新建/改写最小复现代码（模型 + 数据 + 训练循环），放进隔离子目录。
- 通用模板见
templates/run.sh.template；已验证可跑的参考实现见templates/reference/（Attention Is All You Need 的 CPU 最小复现，29 秒收敛）。 - 训练脚本要把指标按 step 写进 CSV（列名含
loss和acc，便于自动解析）。
- 通用模板见
- 写
run.sh，低风险时直接跑（遵循上方安全约束：限步数/隔离/小下载）。 - 跑完调通用解析器出结果：
python "<SKILL_ROOT>\scripts\summarize_eval.py" \
--log train_log.csv --chart training_curve.png \
--task "<论文短名> 最小复现" --acc-threshold 0.8
自动识别 loss/acc 列、出表格 + 曲线图 + PASS/INCONCLUSIVE 判定。
（PASS 条件：最优 acc ≥ 阈值，或 loss 下降 ≥ 50%；均可 --acc-threshold/--loss-drop 调。）
Stage F — 汇总报告（scripts/cost_estimate.py + 综合）
python "<SKILL_ROOT>\scripts\cost_estimate.py" \
--report analyze_report.json --params <approx_params>
给出完整复现成本（GPU-小时 + 本机可行性）。
最终汇报给用户，包含三块：
- 单页总结：
<name>_summary.html路径 - 最小复现结果：loss/acc、曲线图、PASS/INCONCLUSIVE 判定、关键产物路径
- 完整复现成本：GPU-小时、本机是否可行、为什么走最小复现
各脚本速查
| 脚本 | 作用 | 关键参数 |
|---|---|---|
scripts/find_repo.py |
arXiv ID/标题 → GitHub 候选仓库 | --top N --json |
scripts/analyze_repo.py |
仓库 → JSON 可行性报告 | --json |
scripts/cost_estimate.py |
完整复现成本估算 | --report <json> --params <n> |
scripts/summarize_eval.py |
训练日志 → 表格+曲线+判定 | --log --chart --acc-threshold |
所有脚本网络层均为 requests → curl → 警告退出，对齐 /web-search-fallback，MCP 限流时仍可用。
Windows 注意用 python 而非 python3。
复用清单（不重复造轮子）
- /paper-html-onepage（
…\paper-html-onepage\scripts\paper_to_onepage_html.py）：Stage A 直接委派，不改。 - /web-search-fallback：脚本网络降级 + Route 1/2/4 写法的来源。
- templates/reference/：已验证可跑的 Transformer 最小复现，作回归基线与改写样板。
范围与限制（如实告知用户）
- 不保证复现原始 SOTA 数字：目标是验证论文核心论点 + 估完整成本，不是 1:1 复现。
- 许多论文需私有数据/专有环境/特定硬件，可能连最小复现也跑不动——此时只交付总结 + 成本估算 + 复现方案，如实说明卡点。
- 网络依赖 GitHub/arXiv 公开 API（受速率限制，有 curl 降级）。
- 成本估算是粗略启发式，仅作量级参考。