ai-research-reproduction 帮研究者按开源仓库的说明完成一次可核对的模型复现。你提供项目和目标，AI 会串起读文档、准备环境与模型文件、运行和整理证据，优先选择规模较小的推理或评估任务。
它把“跑起来”与“忠实复现”分开。为了绕过错误偷偷改掉预处理、模型结构或评价指标，程序可能成功结束，结果却已经不能和原项目比较。文档要求优先尝试路径、参数和依赖等保守修复，需要修改时写清原因与影响。
交付会保存在 repro_outputs，包含执行命令、日志、摘要、差异说明和状态，还会给原 README 加上对应工作的注释，方便回头查每一步做过什么。完整训练需要另行明确，不会因为示例没跑通就自动启动长训练。
适合已经选定一个仓库、希望得到可靠起点的人。它依赖配套的环境准备和运行 Skill；只想读论文摘要或自由探索新方案，不必走这套复现流程。