Synalinks
Holder Claude på idiomatisk Synalinks API i stedet for Keras/DSPy/LangChain gætværk
Testet · Virker
Hvad det gør
Reference-skill for Synalinks neuro-symbolske LM-framework: DataModel/Field/Input, JSON-operatorer, de fire Program building API'er, Generator/ChainOfThought-moduler, Decision/Branch control flow, agenter (FunctionCallingAgent, RLM, DeepAgent, MCP), DuckDB KnowledgeBase/RAG, compile/fit training, rewards, metrics og RandomFewShot/OMEGA-optimizere. Den udløses, når en opgave nævner Synalinks eller dens API-navne, og leverer 17 kørbare eksempelscripts med fangede kørsel-logs plus 10 dybdegående referencedokumenter. Dens formål er at forhindre modellen i at skrive plausibelt-udseende Keras/DSPy/LangChain-præget kode, som Synalinks runtime afviser.
Testrapport
Klonede repoet til en temp HOME (SKILL.md landede på ~/.claude/skills/synalinks/SKILL.md), bekræftede, at YAML frontmatter parser til name+description (description er 1182 tegn, over den 1024-tegns grænse, nogle skill-validatorer håndhæver), og spot-tjekkede scripts/simple_qa.py, scripts/deep_agent.py, references/api-reference.md, references/control-flow.md og references/simple_qa.log — alle HTTP 200. Jeg installerede synalinks 0.9.8 i en venv (stubbede den ubygbare `ladybug` graph dep) og kørte to artefakter for den samme opgave: min uguidede BASELINE ramte fire separate reelle fejl i rækkefølge — `TypeError: ChainOfThought.__init__() takes 1 positional argument`, derefter `pydantic ValidationError: instructions Input should be a valid string` for en liste, derefter `ValueError: All outputs values must be SymbolicDataModels. Received: coroutine` for en manglende await, derefter `TypeError: Type is not JSON serializable: MetaDataModel`, fordi `Input(Question)` positionelt binder til `schema=` — mens den SKILL-følgende version byggede grafen, kompilerede, udskrev modul-oversigtstabellen og nedbrød elegant til "no result" på LM-kaldet (kun ollama var utilgængelig; ingen lokal model i denne boks). Hver API-påstand, jeg samplede, matchede biblioteket (Sequential uden description rejser den dokumenterede ValueError, SequentialPlanSynthesis er faktisk fraværende fra den offentlige API, alle listede moduler/rewards/optimizers eksisterer), og de medfølgende scripts/simple_qa.py og four_apis.py kørte uændret op til LM-kaldet; mindre fejl er eval() i eksempel-beregnerværktøjer (references/agents-tools.md:232 uden begrænsede builtins) og en datasets-sektion, der kun lister gsm8k/hotpotqa/arcagi, mens 0.9.8 eksponerer ~20.
Testet: 2026-07-21 · Claude Code 2.x (agent harness)
Installation
rm -rf /tmp/synalinks-src git clone --depth 1 https://github.com/SynaLinks/synalinks-skills.git /tmp/synalinks-src mkdir -p ~/.claude/skills cp -R /tmp/synalinks-src/skills/synalinks ~/.claude/skills/synalinks # Alternative (repo's recommended path, needs Node): npx skills add SynaLinks/synalinks-skills --skill synalinks (add --global for ~/.claude/skills) # The skill itself is docs + example scripts only, no runtime deps. # To actually run scripts/*.py: Python >=3.12, `pip install synalinks` (v0.9.8 at test time) and a reachable LM, e.g. local ollama on http://localhost:11434. # Heads-up: synalinks depends on `ladybug`, which had no macOS arm64 wheel and failed to build from source without a make/rust toolchain; it is only needed for the optional property-graph store.
Kommandoer og eksempelprompter
/synalinksHolder Claude på idiomatisk Synalinks API i stedet for Keras/DSPy/LangChain gætværk
Skills udløses af almindelige forespørgsler — ingen kommandoer at huske. Efter installationen aktiverer prompter som disse skillen (på engelsk):
Build a Synalinks program with ChainOfThought generationAdd a Synalinks Decision branch to this agentDebug my Synalinks DataModel and Field setup