everything-claude-code

AI Research Claude Code

Claude Code configuration optimized for AI/ML research workflows, covering:

• Vision Generation (Diffusion Models, GAN, VAE)
• Large Language Models (LLM Training, Fine-tuning, Inference)
• Vision-Language Models (VLM, CLIP, LLaVA)
• Unified Understanding & Generation

Based on everything-claude-code, adapted for machine learning research.

---

简介 / Introduction

本仓库提供了一套专为 AI 研究人员设计的 Claude Code 配置，包含：

• 10 个专业 Agents: 从代码规划到论文实现的全流程覆盖
• 19+ 个 Commands: 快速调用常用工作流
• 27 个 Skills: 深度学习框架、实验管理、学术写作等
• 11 条 Rules: 确保代码质量和 GPU 安全
• 智能 Hooks: 自动检测 OOM、API 密钥泄露等问题

---

快速开始 / Quick Start

一键安装（推荐）

# 克隆仓库
git clone https://github.com/yxbian23/ai-research-claude-code.git
cd ai-research-claude-code

# 运行安装脚本
./prepare.sh

prepare.sh 使用说明

命令	说明
./prepare.sh	交互式安装，会询问确认
./prepare.sh --install	静默安装，跳过确认
./prepare.sh --backup --install	先备份 ~/.claude 再安装
./prepare.sh --force	强制覆盖已存在的文件
./prepare.sh --dry-run --install	预览模式，显示会安装的文件但不执行
./prepare.sh --uninstall	卸载本仓库安装的组件
./prepare.sh --help	显示帮助信息

安全特性:

• ✅ 默认不覆盖已有配置（使用 --force 覆盖）
• ✅ Hooks 智能合并（不会丢失现有 hooks）
• ✅ 支持备份和卸载
• ✅ 只安装/卸载本仓库的文件，不影响其他配置

典型工作流:

# 首次安装
./prepare.sh --install

# 更新配置（拉取最新后）
git pull
./prepare.sh --force --install

# 出问题时回滚
./prepare.sh --uninstall

手动安装（可选）

如果不想使用脚本，也可以手动复制:

cp -r agents/* ~/.claude/agents/
cp -r commands/* ~/.claude/commands/
cp -r rules/* ~/.claude/rules/
cp -r skills/* ~/.claude/skills/
cp -r contexts/* ~/.claude/contexts/
# hooks 需要手动合并到 ~/.claude/settings.json

---

组件详细使用指南

Agents 使用指南

Agents 是专门处理特定任务的 AI 助手，每个 Agent 都有专业的知识和工作流程。

Agent	使用场景	调用方式	说明
planner	复杂功能实现前的规划	/plan 或 Task tool	分析需求、拆解步骤、识别风险
architect	系统/模型架构设计	Task tool with Explore	设计模块结构、接口定义
code-reviewer	代码质量审查	/code-review	安全检查、代码规范、最佳实践
security-reviewer	安全和凭证检查	自动触发或手动调用	检测 API 密钥、SQL 注入等
tdd-guide	测试驱动开发	/tdd	先写测试、再实现功能
refactor-cleaner	清理死代码	/refactor-clean	删除未使用代码、简化复杂逻辑
doc-updater	文档生成	/update-docs	生成 docstring、README
ml-experiment-tracker	实验追踪设置	/train 自动调用	wandb/tensorboard 配置
model-debugger	CUDA/OOM/NaN 调试	/debug-cuda	分析错误、提供修复方案
paper-implementer	论文转代码	/implement-paper	解析公式、生成 PyTorch 代码

Agent 调用示例

使用 Planner 规划实现:

User: /plan 我需要在现有的 DiT 代码基础上添加 LLM 训练支持

Claude (planner agent):
# Implementation Plan: DiT + LLM Training Support

## Requirements
- 复用现有 DiT transformer blocks
- 添加 causal attention mask
- 支持文本 tokenization
- 集成 HuggingFace datasets
...

使用 Paper Implementer 实现论文:

User: /implement-paper https://arxiv.org/abs/2212.09748

Claude (paper-implementer agent):
# Paper Implementation Plan

## Paper: DiT - Scalable Diffusion Models with Transformers
## Key Contributions
1. Replace U-Net backbone with Vision Transformer
2. Adaptive Layer Normalization (adaLN-Zero)
...

---

Commands 使用指南

Commands 是快速调用特定工作流的快捷方式，以 / 开头。

规划与审查类 Commands

Command	功能	使用示例
/plan	创建实施计划	/plan 添加多 GPU 训练支持
/code-review	全面代码审查	/code-review (审查当前改动)
/verify	运行验证套件	/verify

ML 专用 Commands

Command	功能	使用示例
/train	启动训练工作流	/train with config.yaml
/eval-model	模型评估	/eval-model checkpoint.pt
/debug-cuda	调试 GPU/CUDA 问题	/debug-cuda + 粘贴错误信息
/implement-paper	从论文实现代码	/implement-paper <arxiv_url>
/ablation	设计消融实验	/ablation learning_rate
/benchmark	运行标准 benchmark	/benchmark imagenet
/analyze-paper	深度论文分析	/analyze-paper <pdf_path>

开发类 Commands

Command	功能	使用示例
/tdd	测试驱动开发	/tdd add_feature
/refactor-clean	清理死代码	/refactor-clean src/
/checkpoint	创建工作流检查点	/checkpoint
/learn	提取可复用模式	/learn

Command 调用示例

训练工作流:

User: /train with config.yaml

Claude:
# Training Setup Verification

## Environment Check
✓ GPU: NVIDIA A100-SXM4-80GB
✓ CUDA: 12.1
✓ PyTorch: 2.1.0+cu121

## Config Analysis
✓ Model: LLaMA-7B
✓ Dataset: /data/train.jsonl
✓ Batch size: 4 (estimated memory: 32GB)
...

**Ready to launch training?** (yes/no)

调试 CUDA 错误:

User: /debug-cuda
RuntimeError: CUDA out of memory. Tried to allocate 4.00 GiB

Claude:
# CUDA Debug Report

## Error Analysis
- Type: Out of Memory (OOM)
- GPU: 24GB VRAM
- Utilization: 89.6%

## Recommended Solutions
1. Enable Gradient Checkpointing
2. Use Mixed Precision (fp16/bf16)
3. Reduce Batch Size
...

---

Skills 使用指南

Skills 是包含特定领域知识和模式的资源包，Claude 会自动根据任务调用相关 Skills。

ML 核心 Skills