$ loading_
用于研究代码仓库的预检与运行路径分级评估，帮助提前发现复现实验问题
复制安装指令，让 AI 自动完成配置 · 推荐新手
请帮我安装 askskill 上的 "Research Repo Doctor" MCP 服务： 执行：claude mcp add 'io-github-tom409114-rrdoctor' -- uvx rrdoctor
请对这个研究仓库做 artifact evaluation 预检，并给出运行路径分级结果、缺失项和修复建议：<仓库路径或链接>
输出预检结果、运行路径评级，以及影响复现的关键问题清单。
检查该研究仓库在运行流程上的阻塞点，重点关注从环境准备到执行入口的可达性，并按严重程度排序：<仓库路径或链接>
返回按严重程度排序的问题列表，并说明哪些步骤会阻碍评测或复现。
对以下研究仓库分别进行 deterministic artifact evaluation 预检，并比较它们的运行路径评分：<仓库A>，<仓库B>
给出每个仓库的评级结果与对比结论，便于判断哪个更适合进入正式评测。
研究员在提交论文配套代码前，可先对仓库做预检与运行路径分级，提前发现影响复现和评测的问题。
开发者或评测人员可用它快速判断研究仓库是否具备可运行的基本路径，并识别主要阻塞点。
学生在复现实验项目时，可先对目标仓库做预检，了解运行路径是否清晰、哪些环节可能失败。
它是一个面向研究仓库的确定性 artifact evaluation 预检与运行路径分级工具，用来在正式评测前检查仓库准备情况。
从名称与描述看，核心对象是研究代码仓库，通常需要提供待检查的仓库。更具体的输入方式见源码仓库。
当前素材未提供安装步骤、运行时或密钥要求。相关信息见源码仓库。
为智能体提供仓库证据，辅助依赖采纳、代码理解与合并判断
帮助研究人员筛选值得复现的高影响论文，并核查工具与复现结论。
安全检索并分析本地代码仓库，生成索引、结构摘要与上下文包供 AI 使用
为 AI 编码代理提供仓库历史决策、风险点与工程约束查询能力
用于检测文档漂移并核验 MCP 工具说明与声明一致性
帮助工程团队洞察代码库健康、文档、Git 分析与架构决策。