Agent Research Aggregator

Scanner AI agent cache logs og formaterer dem til PaperOrchestra idea.md + experimental_log.md

Testet · Virker ★ 8.0/10

Hvad det gør

En pre-processing skill, der opdager eksperimenteringslogs i AI coding-agent cache-mapper (.claude, .cursor, .antigravity, .openclaw) eller enhver given mappe, derefter udtrækker og syntetiserer dem til det strukturerede idea.md og experimental_log.md inputpar, som PaperOrchestra paper-writing pipelinen forventer. Udløses når brugeren beder om at aggregere agentlogs til papirskrivning, forberede PaperOrchestra inputs fra en cache eller omdanne spredte eksperimenthistorier til et papirudkast. Kører som et billigt pre-pass før paper-orchestra skill'en.

Testrapport

Klonede repoet og kørte pipelinen i en temp HOME mod et fabrikeret RL-eksperimentprojekt (.claude/memory + results_doorkey.json + NOTES.md). discover_logs.py afsluttede med exit 2 uden --project og 0 efter --project (matcher SKILL.md); den generelle filscanning har ingen ** rekursion, så jeg måtte pege --search-roots direkte på projektmappen, før den fandt de 3 filer. Jeg forfattede synthesis.json til det dokumenterede Fase-3 skema, og format_po_inputs.py producerede deterministisk idea.md (Sparse schema), experimental_log.md (nummererede sektioner + justeret GFM resultat-tabel + iterationshistorik) og aggregation_report.md med datakvalitetsadvarsler og en manglende-inputs tjekliste. Sammenlignet med en ad-hoc baseline idea/log, jeg skrev fra de samme logs: skill-outputtet er skemakonformt og downstream-forbrugbart, hvor baseline er løs prosa med resultater som punkter. grep på tværs af alle tre scripts fandt ingen netværks-/exec-/base64-/exfil-mønstre; scripts er skrivebeskyttede på cache-mapper og springer .env/credentials/keys over. arXiv id 2604.05018 citeret overalt er uverificerbar.

Testet: 2026-07-21 · Claude Code 2.x (agent harness)

Installation

git clone --depth 1 https://github.com/Ar9av/PaperOrchestra.git /tmp/agent-research-aggregator-src
mkdir -p ~/.claude/skills
cp -R /tmp/agent-research-aggregator-src/skills/agent-research-aggregator ~/.claude/skills/agent-research-aggregator
# Deps: python3 only (stdlib argparse/json/pathlib — no pip install needed for the deterministic scripts).
# Phases 2 & 3 (extraction + synthesis) are LLM calls the host agent performs; no API key wired into the scripts.
# The skill's scripts reference paths as skills/agent-research-aggregator/scripts/*.py — run them from a repo checkout
#   or adjust to ~/.claude/skills/agent-research-aggregator/scripts/*.py
# Downstream paper-orchestra also needs user-supplied template.tex + conference_guidelines.md.

Kommandoer og eksempelprompter

/agent-research-aggregatorScanner AI agent cache logs og formaterer dem til PaperOrchestra idea.md + experimental_log.md

Skills udløses af almindelige forespørgsler — ingen kommandoer at huske. Efter installationen aktiverer prompter som disse skillen (på engelsk):

Aggregate my Claude agent logs for paper writing
Extract experiments from my coding agent history
Prepare PaperOrchestra inputs from my .cursor cache

Læs hele rapporten →