empiricalwiki: Skill for Claude Code

/exp-run

执行 wiki/experiments/ 中已规划的实验。 三种运行模式，适应不同场景：

• 默认（deploy）：仅 Phase 1-2，部署后立即返回，适合需要数小时/天的实验。
• --collect：仅 Phase 3-4，检查已部署实验是否完成，完成则收集结果（--check 为 alias）。
• --full：完整 Phase 1-4，适合几分钟内即可完成的本地快速实验。

推荐流程：/exp-run <slug> 部署 → /exp-status 监控 → /exp-run <slug> --collect 收集。

Inputs

• experiment：wiki/experiments/ 中的 slug
  • deploy 模式：status 必须为 planned
  • --collect 模式：status 必须为 running
  • --full 模式：status 必须为 planned
• --review（可选）：Phase 1 中启用 Review LLM code review 审查实验代码（deploy / full 模式有效）
• --collect（可选）：collect 模式——检查实验是否完成，完成则收集结果；--check 是 alias
• --full（可选）：完整模式——执行全部 4 个 Phase（适合快速本地实验）
• --env local|remote（可选，默认 local）：部署环境
  • local：本机 GPU 直接运行
  • remote：通过 SSH 部署到远程机器（需 config/server.yaml）

Outputs

• deploy 模式：
  • 实验代码：experiments/code/{slug}/（Phase 1 生成）
  • wiki/experiments/{slug}.md — status: planned → running
  • DEPLOY_REPORT（输出到终端）— 部署确认、session 信息、下一步指引
  • wiki/log.md — 追加部署日志
• collect 模式（实验已完成时）：
  • wiki/experiments/{slug}.md — status: running → completed，填充 outcome/key_result/date_completed
  • RUN_REPORT（输出到终端）— 结果摘要、metrics 对比、下一步建议
  • wiki/log.md — 追加收集日志
• collect 模式（实验仍在运行时）：
  • 仅输出进度报告到终端，不修改 wiki
• full 模式：同 deploy + collect 的全部输出

Wiki Interaction

Reads

• wiki/experiments/{slug}.md — 实验配置：setup、metrics、baseline、hypothesis、target_claim
• wiki/claims/{target-claim}.md — 目标 claim 的上下文（理解实验目的）
• wiki/ideas/{linked-idea}.md — 关联 idea 的 approach sketch（指导代码实现）
• wiki/papers/*.md — 相关论文的方法细节和超参数（参考实现）
• wiki/experiments/*.md — 同一 claim 的其他实验（参考 setup、避免重复错误）

Writes

• experiments/code/{slug}/ — 实验代码目录（Phase 1 生成，deploy / full 模式）
  • experiments/code/{slug}/train.py — 主训练/推理脚本
  • experiments/code/{slug}/config.yaml — 超参数配置文件
  • experiments/code/{slug}/run.sh — 启动封装脚本（含 CUDA_VISIBLE_DEVICES 等）
  • experiments/code/{slug}/requirements.txt — 依赖（若与主项目不同）
• wiki/experiments/{slug}.md — 更新 status、outcome、key_result、date_completed、run_log、remote 块
• wiki/log.md — 追加操作日志