К основному содержанию
скилл CX Codex

wandb-autoresearch — скилл для Claude Code: что делает и установка

Скилл wandb-autoresearch запускает серию обучающих экспериментов в W&B Launch, проверяет готовность кода и очередей, тестирует гипотезы и сохраняет состояние исследования.

Apache-2.0 387 установок ★ 76 обновлён 2026-10-23

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add wandb/skills --skill wandb-autoresearch -a claude-code
Открыть на GitHub

Что делает wandb-autoresearch

Скилл превращает ИИ-агента в исследователя для обучения моделей. Вместо локального вызова wandb.init() агент отправляет задачи напрямую в W&B Launch. Сначала проверяется доступность очередей и запускаемого кода, затем проводится дымовой тест на минимальных параметрах, и только после подтверждения бюджета запускаются основные прогоны.

Исследования идут последовательно: агент оценивает метрики каждого завершённого запуска перед тем, как выбрать следующую конфигурацию. Для сохранения прогресса используется скрипт autoresearch_state.py, который записывает гипотезы, очередь задач и принятые решения в локальный Markdown-файл, а при необходимости синхронизирует его с W&B Artifacts.

Для работы требуются установленный менеджер uv и настроенная инфраструктура W&B Launch с активными агентами очереди. Без доступной очереди с вычислительными ресурсами скилл не начнёт перебор параметров.

Какие задачи решает

  • проверить готовность кода и доступность очередей W&B Launch
  • запустить дымовой тест перед масштабным обучением модели
  • последовательно протестировать гипотезы и гиперпараметры
  • синхронизировать состояние исследования через W&B Artifacts

Примеры запросов агенту

  • Проверь готовность очереди W&B Launch и запусти пробный тест модели
  • Исследуй влияние learning rate на метрики валидации через W&B Launch с бюджетом в 5 запусков
  • Сохрани текущее состояние исследования в W&B с помощью autoresearch_state.py

Как установить wandb-autoresearch

1Через Skills CLI (Vercel)

npx skills add wandb/skills --skill wandb-autoresearch -a claude-code

2Вручную: положить файлы

~/.claude/skills/wandb-autoresearch/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/wandb-autoresearch/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы о wandb-autoresearch

Как установить wandb-autoresearch в Claude Code?

Выполните команду npx skills add wandb/skills --skill wandb-autoresearch -a claude-code в терминале.

Что делает wandb-autoresearch?

Скилл координирует исследование моделей машинного обучения через W&B Launch: проверяет очереди, проводит смоук-тесты, запускает эксперименты и сравнивает метрики.

Можно ли запускать эксперименты параллельно?

По умолчанию прогоны выполняются строго последовательно, чтобы агент анализировал результаты перед следующим шагом. Параллельный запуск требует прямого согласия пользователя.

Исходный текст

SKILL.md · Apache-2.0
---
name: wandb-autoresearch
description: "Run bounded, evidence-driven training research through W&B Launch: assess project readiness, establish launchable code and queue capacity, smoke-test real jobs, execute serial trials, compare metrics, and persist resumable research state. Use when a coding agent is asked to autonomously test training hypotheses or tune a real W&B-tracked workload."
---
<!--
SPDX-FileCopyrightText: 2026 CoreWeave, Inc.
SPDX-License-Identifier: Apache-2.0
SPDX-PackageName: skills
-->

# W&B autoresearch

Use W&B Launch to execute real training experiments, read their results, and
choose the next bounded trial. Do not create a local `wandb.init()` run as a
substitute for compute that was supposed to run through Launch.

The Launch implementation lives in `skills/wandb-primary`:

- `skills/wandb-primary/scripts/launch_helpers.py`
- the `Launch` section in `skills/wandb-primary/SKILL.md`

Install missing packages explicitly with `uv`; do not assume a fixed working
directory or preinstalled environment.

## Flow

Read only the reference for the current stage:

| Stage | Entry condition | Read |
|---|---|---|
| Understand | Always first; inspect launchable code, queue capacity, data location, and prior state | `references/understand.md` |
| Set up | Launchable code or usable queue capacity is missing | `references/setup.md` |
| Search | Launchable code and queue capacity both exist | `references/search.md` |

The readiness gate is `launchable code + queue with usable capacity`. A dataset
may be a versioned Artifact or may be supplied by the code/image; its storage
form alone does not determine readiness.

## Experiment records

Use each W&B object for one job:

- Runs hold trial config, metrics, system metrics, status, and code/job lineage.
- Job or code Artifacts make code relaunchable.
- Dataset Artifacts provide versioned inputs when the workload needs them.
- Launch queues and agents provide compute.
- A small local markdown file holds the hypothesis, trial tally, decisions,
  queue, and next step.

Keep local state at a user-visible path in the current project or a path the
user supplied. Sync it to a W&B Artifact only when cross-session resume is
useful and the user authorizes the write:

```bash
S=skills/wandb-autoresearch/scripts/autoresearch_state.py
uv run --with wandb python "$S" load ENTITY PROJECT --dest .
uv run --with wandb python "$S" save ENTITY PROJECT --path AUTORESEARCH_STATE.md
```

## Compute safety

- Confirm the queue, metric direction, search axis, and trial/compute budget
  before the first non-smoke launch. Do not exceed the agreed budget.
- Smoke-test the real job at a deliberately small setting before full trials.
- Change only config fields the program actually reads. Use a code edit and a
  new job Artifact for architecture or pipeline changes.
- Run trials serially unless the user explicitly authorizes parallel compute.
  Inspect each completed result before selecting the next trial.
- Report failures, hardware utilization, and uncertainty. Re-run a likely
  winner with another seed when the apparent gap could be noise.
- Never fabricate a run, metric, queue result, or completion state.

© wandb · Apache-2.0 · wandb/skills

Похожие скиллы

Все скиллы по теме «ИИ и ML» →
setting-up-experiment-tracking Jeremy Longshore Скилл setting-up-experiment-tracking настраивает трекинг ML-экспериментов через MLflow или Weights & Biases: ставит пакеты, запускает сервер и даёт примеры кода для логирования метрик. CX Codex +1 1установок training-check wanshuiyin Скилл training-check для Claude Code периодически проверяет метрики WandB во время обучения, чтобы заметить NaN, расхождение loss или деградацию метрик до завершения запуска. CX Codex +1 536установок mlops-weights-and-biases Orchestra Research Скилл mlops-weights-and-biases помогает вести учёт ML-экспериментов в Weights & Biases: записывать метрики, сравнивать запуски и настраивать поиск гиперпараметров. CX Codex +1 63установок marimo-batch marimo-team Скилл marimo-batch переводит блокноты marimo в режим пакетного запуска через CLI и планировщик. Он добавляет типизацию параметров на Pydantic и сохраняет работу в веб-интерфейсе. CX Codex +1 3 800установок azure-mgmt-weightsandbiases-dotnet Microsoft Скилл azure-mgmt-weightsandbiases-dotnet для работы с Azure.ResourceManager.WeightsAndBiases: разворачивает инстансы Weights & Biases через Azure Marketplace и настраивает SSO. CX Codex +1 ★ 3 232звёзд репо run-train lllllllama Скилл run-train для Claude Code, Codex, Cursor и других платформ, который запускает команду обучения нейросети и сохраняет логи, чекпоинты и метрики в train_outputs/. CX Codex +1 362 700установок

Из того же набора5

Спонсоры проекта

Компании, которые помогают держать аналитику открытой