Przejdź do treści
Biblioteka skilli
Nauka i badania · Planowanie

component-design

/component-design

Definiuje stabilne komponenty badawcze, ich kontrakty, mapowania do kodu i zakresy eksperymentów.

Licencja
MIT
Ostatnia zmiana repozytorium
04.11.2026

Ocena i bezpieczeństwo

90/ 100Klasa: dobry
Format25 / 25
Frontmatter z nazwą i opisem, poprawna nazwa, opis do 1024 znaków, nazwa zgodna z folderem.
Odkrywalność25 / 25
Opis mówi, kiedy użyć skilla, ma sensowną długość i jest w 3. osobie.
Treść25 / 35
Co najmniej 150 słów i do 500 linii, nagłówki, listy kroków, przykłady albo kod.
Higiena15 / 15
Bez zaślepek typu TODO, bez ścieżek Windows, z licencją.
Ryzykobrak sygnałów w skanie
Pliki w paczce
4
Skrypty
0
Komentarze HTML
0
Adresy URL w SKILL.md
0
Przestarzałość

Brak sygnałów. Repozytorium zmienione 04.11.2026, bez odwołań do wycofanych modeli i API.

Licencja

MIT, otwarta: można używać i zmieniać, z zachowaniem informacji o autorze.

Co robi i kiedy

Definiuje stabilne komponenty badawcze, ich kontrakty, mapowania do kodu i zakresy eksperymentów.

Oryginalny opis (EN)

Define stable research components, contracts, code mappings and authorized experiment scopes. Use when defining a research pipeline, deciding component boundaries, or preparing component-controlled experiments.

Jak działa

  1. Terms
  2. Do
  3. Deliver
  4. Stop
Sekcje z nagłówków SKILL.md, w oryginale · 30 linii, 327 słów
Podgląd SKILL.md
---
name: component-design
description: "Define stable research components, contracts, code mappings and authorized experiment scopes. Use when defining a research pipeline, deciding component boundaries, or preparing component-controlled experiments."
---

Start with: Research question, actual pipeline source, planned experimental variables and decision owner.

## Terms

- **Component**: a stable scientific responsibility, not a Python module.
- **Scope**: explicitly approved component paths; a parent authorizes its descendants.
- **Protected**: every component outside that scope.

## Do

1. Inspect actual source, configuration, dependencies and runtime boundaries. Choose only the nesting useful for planned experiments; include aggregate parents.
2. Author the hierarchy in trusted Python; export `components.json` as evidence using [the contract](references/component-contract.md) and [template](assets/components.json). Map every relevant source/config/dependency file. Map shared utilities to all consumers; one component may span files.
3. Define inputs, outputs, configuration schemas, semantic invariants and named executable contract tests. Test content and semantics, not only shapes. Connect component dependencies by stable ID.
4. Freeze a baseline before edits. Record authorized paths and the researcher's approval bound to that exact list. List direct owners and affected downstream dependencies. Run the scope preflight before implementation and again before execution.
5. Keep identity when purpose stays the same. Increase version for compatible contract/config evolution. A new purpose needs a new ID; incompatible interfaces need explicit approval bound to the new definition and downstream contract tests.
6. Run scope, runtime contract and regression checks through experiment-verify. Preserve unauthorized changes as failed evidence; request expanded approval before editing outside scope. Never auto-repair or self-approve deviations.

Use [experiment-verify](../experiment-verify/SKILL.md) for execution evidence and acceptance.

Author topology and component definitions in Python (native ZenML steps/pipelines where selected); export JSON only as frozen verification evidence. Reuse typed infrastructure contracts; keep scientific invariants and source ownership explicit.

## Deliver

`components.json`, frozen baseline, approved scope, component-to-code map, contract tests and affected-dependency review. Full-checkout command: `python -m tools.experiment_verification.component_cli snapshot components.json --root PROJECT --output records/baseline.json`.

## Stop

Unknown ownership blocks a controlled-ablation claim. An out-of-scope change fails verification. Renaming a purpose field cannot establish semantic continuity: the researcher must review purpose, actual code and downstream behavior. Snapshot verification is evidence, not authenticated authorization or proof of every possible behavior.
Pliki w paczce (4)
  • SKILL.md 3 KB
  • assets/components.json 7 KB
  • assets/output.md 1 KB
  • references/component-contract.md 5 KB

Wersje

RepozytoriumWynikLicencja
Ta strona · ronraisch/ron-raisch-data-science-skills90MIT
ajyadav013/claude-kit100MIT
ajyadav013/claude-kit100MIT

Migawka bazy z 13.11.2026 · wersja paczki d7b1b7199131 (skrót SHA-256 całej paczki)

Pobrania w ostatnich 30 dniach: 0 · ranking

Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.

Podobne skille

  • 100code-connect-components
    Łączy komponenty projektowe Figma z komponentami kodu przez Code Connect i tworzy mapowania między projektem a implementacją; wymaga połączenia z serwerem Figma MCP.
  • 90run-experiment
    Przeprowadza autoryzowany pilotaż lub serię eksperymentów w wybranym środowisku i zapisuje polecenia, błędy oraz wyniki.
  • 100research-refine-pipeline
    Uruchamia przepływ łączący research-refine i experiment-plan, tworząc pakiet od dopracowanej metody do planu eksperymentów.
  • 95api-and-interface-design
    Projektuje stabilne API i interfejsy: granice modułów, kontrakty typów oraz endpointy REST lub GraphQL między frontendem a backendem.
  • 100research-refine-pipeline
    Łączy research-refine i experiment-plan w jeden potok od niejasnego kierunku badań do skupionej propozycji i szczegółowej mapy eksperymentów.
  • 100research-refine-pipeline
    Łączy research-refine i experiment-plan w jeden potok od niejasnego kierunku badań do skupionej propozycji i szczegółowej mapy eksperymentów.

Uwagi i zgłoszenia

Wiadomość trafi do Bartosza Sokolińskiego. Adres e-mail jest potrzebny tylko do odpowiedzi. Szczegóły w polityce prywatności.