github-reuse-assistant
ML/DL GitHub project reuse assistant - a structured 6-phase workflow plugin for Claude Code. Guides users from git clone to successful train
Open source Open in the app JSON README (API)
About
ML/DL GitHub project reuse assistant - a structured 6-phase workflow plugin for Claude Code. Guides users from git clone to successful training and testing of any ML/DL GitHub project. Features include: deep research via DeepWiki and paper reading with structured PROJECT_NOTES.md output, environment compatibility checking with OOM estimation and batch size recommendations, dataset format validation with automatic conversion script generation and visualization, configuration file management with parameter checklists, and built-in error auto-diagnosis for common training failures (OOM, NaN loss, size mismatch, etc.). Supports PyTorch, TensorFlow, and multi-platform (Linux/macOS/WSL2).
Details
- Kind
- Plugins
- Topic
- Version control
- Publisher
- lidapengpeng
- Origin
- marketplace
- Category
- ferramentas
- Stars
- 1
- Last push
- 2026-03-05T06:02:22Z
- Repository state
- ativo
- License
- MIT
- Added
- 2026-08-30 01:48:58
- Updated
- 2026-08-30 01:48:58
- Origin id
lidapengpeng/github-reuse-assistant/github-reuse-assistant
README
# GitHub Reuse Assistant ML/DL GitHub 项目复用助手 - 从 clone 到训练的全流程引导插件。 ## 功能概述 提供结构化的 6 阶段工作流，帮助快速复用任意 ML/DL GitHub 项目： 1. **代码获取** - Git clone 并了解项目概况 2. **深度调研** - 通过 DeepWiki、论文、Issues 深入理解项目，生成 `PROJECT_NOTES.md` 3. **环境准备** - 自动检查本机环境，生成 Conda 搭建命令，含 OOM 预估 4. **数据集准备** - 格式检查、自动转换、可视化验证 5. **配置文件** - 找最相关配置，复制修改关键参数 6. **训练测试** - 冒烟测试 → 正式训练，内置错误自动诊断 ## 插件组件 | 组件 | 类型 | 功能 | |------|------|------| | `ml-project-reuse` | Skill | 6 阶段方法论、调研笔记规范、错误诊断表 | | `/reuse` | Command | 用户入口，接收 GitHub 链接，启动全流程 | | `repo-researcher` | Agent | 深度调研：DeepWiki + 论文 + Issues + 代码结构 → PROJECT_NOTES.md | | `env-checker` | Agent | 环境检测 + 兼容性分析 + OOM 预估 + 安装命令生成 | | `data-inspector` | Agent | 数据格式检查 + 转换脚本生成 + 可视化输出 | ## 使用方法 ### 快速开始 ``` /reuse https://github.com/open-mmlab/mmdetection ``` 插件会自动引导你完成 6 个阶段，每阶段给出可直接执行的命令。 ### 自动触发 当你在对话中提到以下关键词时，相关 Skill 会自动加载： - "复用一个GitHub项目"、"跑通一个开源项目" - "clone并运行训练"、"搭建训练环境" - "准备数据集"、"配置训练参数" ## 安装 ### 本地测试 ```bash claude --plugin-dir /path/to/github-reuse-assistant ``` ### 项目级安装 将插件目录复制到项目的 `.claude-plugin/` 下。 ## 生成的产物 插件在工作过程中会生成以下文件： | 文件 | 位置 | 用途 | |------|------|------| | `PROJECT_NOTES.md` | 项目根目录 | 调研笔记，贯穿全流程的参考文档 | | `data_check/` | 项目根目录 | 数据验证结果目录 | | `data_check/visualize/` | 数据检查目录 | 标注可视化图像 | | `data_check/class_distribution.png` | 数据检查目录 | 类别分布统计图 | | `data_check/anomaly_report.md` | 数据检查目录 | 数据异常报告 | | `data_check/convert_dataset.py` | 数据检查目录 | 格式转换脚本（如需要） | ## 支持的项目类型 - 目标检测（YOLO、Faster R-CNN、DETR 等） - 语义分割（DeepLab、SegFormer 等） - 实例分割（Mask R-CNN、SOLOv2 等） - 图像分类（ResNet、ViT、Swin Transformer 等） - 点云处理（PointNet、PointPillars 等） - 其他 PyTorch / TensorFlow 训练项目 ## 设计原则 - **先跑通、再定制**：优先选择最稳妥的方案 - **不确定就问**：关键参数不猜测，先向用户确认 - **分阶段推进**：每阶段完成后总结确认，再进入下一步 - **输出可执行**：所有命令可直接复制执行 - **多平台兼容**：支持 Linux / macOS / WSL2