# karpathy

Скилл karpathy для Claude Code, который превращает агента в автономного ML-исследователя: тот правит тренировочный код, запускает обучение и оставляет изменения, снижающие одну метрику.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, Windsurf (Devin Desktop), Claude.ai · ★ 185 у репозитория
- Автор: gaasher
- Лицензия: MIT · policy=mirror · лицензия открытая, файл — в исходнике
- Исходник: https://github.com/gaasher/Agent-Loop-Skills/tree/HEAD/loops/karpathy/SKILL.md
- Обновлён: 2026-06-30
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/karpathy

## Что делает

karpathy адаптирует идею autoresearch Карпати: один агент вносит одно изменение за раз, запускает обучение в окружении пользователя и сохраняет правку, только если метрика улучшилась. Если метрика не улучшилась — правка откатывается. Цикл повторяется бесконечно, пока человек не прервёт его.

Внутри всё устроено просто: скилл правит только `<editable_files>` — обычно модель, оптимизатор или тренировочный цикл. Он ничего не устанавливает и не импортирует: редактирует код, запускает `<run_cmd>`, читает скалярную метрику из лога. Метрика одна, чем ниже тем лучше, например `val_bpb`. Каждая правка коммитится в ветку или сохраняется как снапшот в папку.

Ограничения жёсткие: бюджет запуска фиксирован — время или число эпох, а код должен доработать до конца без падений. Новые пакеты ставить нельзя, только то, что уже есть в окружении. Для работы нужен Python 3.9+. Есть и другой вариант — `ml-autoresearch`, который сначала анализирует данные и только потом редактирует; karpathy так не делает, он сразу лезет в код.

## Установка

### Claude Code (родная платформа)

1. **Через маркетплейс плагинов**
В чате агента (не в терминале):
```text
/plugin marketplace add gaasher/Agent-Loop-Skills
```
В чате агента (не в терминале):
```text
/plugin install agent-loops@agent-loop-skills
```
Команда ставит плагин agent-loops целиком, со всеми его скиллами

2. **Через Skills CLI (Vercel)**
```bash
npx skills add gaasher/Agent-Loop-Skills --skill karpathy -a claude-code
```

3. **Вручную: положить файлы**
- Файл: `~/.claude/skills/karpathy/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/karpathy/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add gaasher/Agent-Loop-Skills --skill karpathy -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/karpathy/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add gaasher/Agent-Loop-Skills --skill karpathy -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/karpathy/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install gaasher/Agent-Loop-Skills loops/karpathy/SKILL.md
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/karpathy/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add gaasher/Agent-Loop-Skills --skill karpathy -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/gaasher/Agent-Loop-Skills --path loops/karpathy
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/karpathy/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/gaasher/Agent-Loop-Skills/tree/HEAD/loops/karpathy/SKILL.md

## Когда брать
- запустить агента, который сам ищет улучшения метрики без участия человека
- оставлять только те правки кода, которые реально снижают `val_bpb` или `val_loss`
- вести git-ветку, где каждый коммит — одна проверенная идея
- сравнивать результаты запусков в `results.tsv`
- откатывать неудачные изменения автоматически

## Примеры запросов агенту
- Запусти автономный цикл: правь `train.py`, прогоняй `uv run train.py` и оставляй изменения, которые снижают `val_bpb`
- Проверь, что окружение готово к запуску — датасеты, токенизатор и зависимости на месте, иначе скажи, что доустановить
- Создай ветку `autoresearch/mar5` и начни с базового прогона без правок

## Похожие
- [autoresearch](https://affpapa.org/nevibecode/skills/akillness-autoresearch.md) — скилл · 349 установок
- [run-experiment](https://affpapa.org/nevibecode/skills/run-experiment.md) — скилл · 579 установок
- [wandb-autoresearch](https://affpapa.org/nevibecode/skills/wandb-autoresearch.md) — скилл · 387 установок
- [mle-workflow](https://affpapa.org/nevibecode/skills/mle-workflow.md) — скилл · 6400 установок
- [lambda-labs-gpu-cloud](https://affpapa.org/nevibecode/skills/lambda-labs-gpu-cloud.md) — скилл · 1100 установок
- [training-check](https://affpapa.org/nevibecode/skills/training-check.md) — скилл · 536 установок

Из того же набора: [gaasher/agent-loop-skills](https://affpapa.org/nevibecode/by/gaasher/agent-loop-skills.md) — 26 карточек

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
