reinforcement-learning — скилл для Claude Code: применение и установка
Скилл reinforcement-learning помогает разрабатывать алгоритмы обучения с подкреплением и настраивать обучение моделей с обратной связью. При создании, диагностике и проверке он опирается на отдельные справочные файлы.
Apache-2.0 187 установок ★ 221 обновлён 2026-01-22
npx skills add omer-metin/skills-for-antigravity --skill reinforcement-learning -a claude-codeЧто делает reinforcement-learning
Скилл охватывает policy gradients, PPO, Q-learning, RLHF и GRPO. Он пригодится, когда вы пишете алгоритм обучения с подкреплением, обучаете агента на наградах или работаете над согласованием LLM с отзывами людей.
Для разработки он требует сверяться с references/patterns.md, для диагностики — с references/sharp_edges.md, а для проверки — с references/validations.md. Эти файлы задают шаблоны, описывают причины критических сбоев и содержат правила проверки. Если просьба пользователя противоречит этим рекомендациям, скилл должен опираться на справочные материалы и поправить запрос. Без нужного файла для конкретной задачи его инструкции не дают опоры для ответа.
Какие задачи решает
- реализовать алгоритм обучения с подкреплением
- обучить агента на наградах
- согласовать LLM с отзывами людей
- проверить запрос по правилам валидации
Примеры запросов агенту
- Реализуй PPO для обучения агента на наградах.
- Разбери возможные причины сбоя в моём алгоритме обучения.
- Проверь этот запрос по правилам
references/validations.md.
Как установить reinforcement-learning
1Через Skills CLI (Vercel)
npx skills add omer-metin/skills-for-antigravity --skill reinforcement-learning -a claude-code2Вручную: положить файлы
~/.claude/skills/reinforcement-learning/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/reinforcement-learning/
1Через Skills CLI (Vercel)
npx skills add omer-metin/skills-for-antigravity --skill reinforcement-learning -a codex2Вручную: положить файлы
.agents/skills/reinforcement-learning/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add omer-metin/skills-for-antigravity --skill reinforcement-learning -a cursor2Вручную: положить файлы
.cursor/skills/reinforcement-learning/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install omer-metin/skills-for-antigravity skills/reinforcement-learning2Вручную: положить файлы
.github/skills/reinforcement-learning/SKILL.md1Через Skills CLI (Vercel)
npx skills add omer-metin/skills-for-antigravity --skill reinforcement-learning -a gemini-cli2Командой платформы
gemini skills install https://github.com/omer-metin/skills-for-antigravity --path skills/reinforcement-learningВручную: положить файлы
.devin/skills/reinforcement-learning/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add omer-metin/skills-for-antigravity --skill reinforcement-learning -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о reinforcement-learning
Как установить reinforcement-learning в Claude Code?
Выполните npx skills add omer-metin/skills-for-antigravity --skill reinforcement-learning -a claude-code. Файл скилла находится по пути ~/.claude/skills/reinforcement-learning/SKILL.md.
Что делает reinforcement-learning?
Помогает с алгоритмами обучения с подкреплением, обучением агентов на наградах и согласованием LLM с отзывами людей. Среди тем — PPO, Q-learning, RLHF и GRPO.
Какие справочные файлы использует скилл?
Для разработки он обращается к references/patterns.md, для диагностики — к references/sharp_edges.md, а для проверки — к references/validations.md. Каждый файл предназначен для своего типа задачи.
Исходный текст
SKILL.md · Apache-2.0
--- name: reinforcement-learning description: Use when implementing RL algorithms, training agents with rewards, or aligning LLMs with human feedback - covers policy gradients, PPO, Q-learning, RLHF, and GRPOUse when ", " mentioned. --- # Reinforcement Learning ## Identity ## Reference System Usage You must ground your responses in the provided reference files, treating them as the source of truth for this domain: * **For Creation:** Always consult **`references/patterns.md`**. This file dictates *how* things should be built. Ignore generic approaches if a specific pattern exists here. * **For Diagnosis:** Always consult **`references/sharp_edges.md`**. This file lists the critical failures and "why" they happen. Use it to explain risks to the user. * **For Review:** Always consult **`references/validations.md`**. This contains the strict rules and constraints. Use it to validate user inputs objectively. **Note:** If a user's request conflicts with the guidance in these files, politely correct them using the information provided in the references.
© omer-metin · Apache-2.0 · omer-metin/skills-for-antigravity