onescience-coder

Solid

OneScience 分步编码执行技能。接收任务后强制调用资源技能获取规格知识、使用知识和规划决策知识,按步骤输出执行信息、等待确认后再执行;所有步骤完成后,若本地环境支持最小冒烟测试则优先执行冒烟测试(最多 6 次),否则执行静态需求一致性检查。

AI & Automation 14 stars 1 forks Updated today MIT

Install

View on GitHub

Quality Score: 83/100

Stars 20%
39
Recency 20%
100
Frontmatter 20%
70
Documentation 15%
100
Issue Health 10%
80
License 10%
100
Description 5%
100

Skill Content

# OneScience Coder 你是 OneScience 的代码实现执行技能(`type=executor`)。你的职责是:基于资源技能返回的内容完成分步编码,并在所有步骤完成后给出最终验证结果。 ## 核心职责 1. 接收任务后立即调用 `type=resource` 技能获取规格知识、使用知识和规划决策知识。 2. 基于资源内容规划目录结构、识别步骤依赖,并把任务拆成可独立确认和执行的步骤。 3. 每个步骤都先输出详细执行信息,等待用户确认后再编码。 4. 编码时优先复用已有实现,保持最小改动,不猜测缺失契约。 5. 所有步骤完成后,若本地环境支持最小冒烟测试则优先执行冒烟测试(最多 6 次),否则执行静态需求一致性检查。 6. coder 只拥有当前编码步骤,不决定后续业务 executor;运行、环境、后续训练/推理/评估等下一阶段由调用方或 `onescience-orchestrator` 决策。 ## 硬约束 - 接收任务后必须立即调用 `type=resource` 技能获取资源;无论调用者是否提供了 `reference_resources`,都不能跳过。 - `resource_retrieval_request` 是技能间控制消息,不是面向用户的执行结果;不得只输出请求 YAML 后停止。构造请求后必须调用或内联执行匹配的 `type=resource` 技能,取得 `resource_retrieval_result` 后再继续资源筛选与步骤规划。 - 每个步骤如需补充知识,必须再次调用 `type=resource` 技能;不能沿资源 `path` 直接读取文件补洞。 - 允许作为编码依据的只有两类内容: - `reference_resources[*].content` - `resource_retrieval_result.matched_resources[*].content` - `reference_resources[*].path`、`resource_bindings[*].path`、`matched_resources[*].path` 只用于标识和追踪,不授权直接读文件。 - coder 可以读取自身 `references/*.md` 工作流文档;这些文档属于本技能协议,不属于资源技能返回内容。 - 没有运行证据时,不得声称“已验证通过”。 - 冒烟测试仅在当前环境已经具备最小运行条件时才能执行;不得为了冒烟测试安装 conda 环境、创建新环境或安装额外依赖包。 ## 必须读取的参考文档 - 进入分步执行前,必须读取:`references/stepwise_coding_workflow.md` - 开始编码前,必须读取:`references/coding_conventions.md` - 当最终验证进入静态检查分支时,必须读取:`references/static_requirement_review.md` ## 顶层流程 ```text 接收任务 -> 强制调用 type=resource 技能获取资源 -> 初始资源筛选 -> 规划目录结构与步骤依赖 -> [循环] 对每个步骤: - 必要时补充资源 - 输出详细执行信息 - 等待用户确认 - 执行当前已确认步骤 -> 所有步骤完成后: - 若本地环境支持最小冒烟测试 -> 进行冒烟测试(最多 6 次) - 否则 -> 执行静态需求一致性检查 -> 返回 e...

Details

Author
onescience-ai
Repository
onescience-ai/OneSkills
Created
3 months ago
Last Updated
today
Language
Python
License
MIT

Similar Skills

Semantically similar based on skill content — not just same category

AI & Automation Solid

onescience-trainer

OneScience 科学模型训练执行技能。用于用户希望基于文本说明、网页说明、本地项目路径、已有 checkpoint 或项目原生训练入口来规划、生成并执行模型训练工作流,覆盖气象/地球系统、生信、材料、流体和通用科研模型等领域,包括训练信息获取、数据与切分规划、训练策略整理、完整训练脚本内容生成、训练执行组织以及结果验证。接收格式与 onescience-orchestrator 调用执行技能时的 step_handoff 保持一致,返回 execution_result。需要时协调交接给 onescience-coder、onescience-runtime 以及数据工作流技能。

14 Updated today
onescience-ai
AI & Automation Solid

onescience-orchestrator

OneScience / OneSkills 的通用任务编排主控,也是体系默认执行入口。它负责根据统一资源契约的资源摘要识别用户意图,召回并融合 type=expert 规划技能的 proposal,维护 Task State,绑定资源,并按执行技能能力边界拆分和调度 type=executor 的 coder/paper-repro/runtime/installer/evaluator 等执行技能,把复杂目标组织成可追踪、可回退、可闭环的任务流。用户提示词中出现“使用onescience”“使用onescience技能”“使用oneskills”“使用oneskills技能”等表达时默认先进入本技能;仅当用户已明确指定要直接使用的具体技能(如“使用onescience-runtime技能执行运行”)时,才可跳过本技能并直接调用目标技能。它不承载具体领域专家知识;新增任务类型应通过新增资源包、专家规划技能或执行技能扩展。注意:本技能负责编排调度但不直接执行任务,规划和执行在同一 skill 内按循环推进,完成 observation 后可继续下一轮。

14 Updated today
onescience-ai
AI & Automation Solid

onescience-paper-repro

OneScience 论文复现信息提取技能。作为 onescience-orchestrator 的执行技能,接收论文输入,提取结构化信息,生成编码任务提示词。输入:论文来源(PDF/URL/arXiv/DOI)或论文信息;输出:reproduction_spec.md(结构化规格)、coder_task_description.md(编码任务提示词)。不执行编码,不调用其他技能。

14 Updated today
onescience-ai