Agent Research Aggregator

Skanner AI-agent cache-logger og formaterer dem til PaperOrchestra idea.md + experimental_log.md

Bestått ★ 8.0/10

Hva den gjør

En forbehandlingsferdighet som oppdager eksperimenteringslogger i AI-koding-agent cache-kataloger (.claude, .cursor, .antigravity, .openclaw) eller en gitt mappe, deretter trekker ut og syntetiserer dem til det strukturerte idea.md og experimental_log.md inputparet PaperOrchestra papirskrivingspipeline forventer. Utløses når brukeren ber om å aggregere agentlogger for papirskriving, forberede PaperOrchestra-input fra en cache, eller gjøre spredte eksperimenthistorier om til et papirutkast. Kjører som et billig forhånds-pass før paper-orchestra ferdigheten.

Testrapport

Klonet repoet og kjørte pipelinen i en midlertidig HOME mot et fabrikkert RL-eksperimentprosjekt (.claude/memory + results_doorkey.json + NOTES.md). discover_logs.py avsluttet med kode 2 uten --project og 0 etter --project (matchende SKILL.md); den generelle filskanningen har ingen ** rekursjon, så jeg måtte peke --search-roots direkte til prosjektmappen før den fant de 3 filene. Jeg forfattet synthesis.json til det dokumenterte Fase-3-skjemaet og format_po_inputs.py produserte deterministisk idea.md (Sparse skjema), experimental_log.md (nummererte seksjoner + justert GFM resultatstabell + iterasjonshistorikk), og aggregation_report.md med datakvalitetsadvarsler og en sjekkliste for manglende input. Sammenlignet med en ad-hoc grunnlinjeidé/logg jeg skrev fra de samme loggene: ferdighetsutdata er skjema-konform og nedstrøms-forbrukbar der grunnlinjen er løs prosa med resultater som punkter. grep på tvers av alle tre skriptene fant ingen nettverks-/utførelses-/base64-/eksfil-mønstre; skriptene er skrivebeskyttede på cache-mapper og hopper over .env/credentials/keys. arXiv ID 2604.05018 sitert gjennomgående er uverifiserbar.

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

Installer

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-aggregatorSkanner AI-agent cache-logger og formaterer dem til PaperOrchestra idea.md + experimental_log.md

Skills utløses av vanlige forespørsler — ingen kommandoer å huske. Etter installasjonen 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

Full rapport →