Lab Rat
Lab Rat: catch AI mistakes before they cost weeks of compute. Reproduce papers from arxiv. Debug runs evidence-first. Compare experiments at the right epoch. Launch with…
Plugin-Paket · von fcakyon
Überblick
Lab Rat ist ein Plugin-Paket für KI-Coding-Tools von fcakyon. Marktplätze, die wir lesen und die es listen: 1 (Community GitHub marketplaces). Die letzte erfasste Änderung war am 2026-11-05. Stand unseres Marktplatz-Durchlaufs vom 2026-11-06.
Lab Rat: catch AI mistakes before they cost weeks of compute. Reproduce papers from arxiv. Debug runs evidence-first. Compare experiments at the right epoch. Launch with discipline.
Was es abfragt
- Wird als Plugin-Paket installiert
Keiner der Marktplätze, die wir lesen, veröffentlicht seine Tools oder die abgefragten Einstellungen.
Was es deklariert, abfragt und ausführt, vollständig
Installieren Sie nur Plugins von Entwicklern, denen Sie vertrauen. Wir zeigen, was die Marktplätze veröffentlichen, und testen keine Plugins.
Funktioniert mit
- Claude Code
Nach den Marktplätzen, die ihn listen, und dem angegebenen MCP-Transport, wie jeder Client sie dokumentiert. Wir testen keine Plugins.
Verbinden
Befehle und Konfigurationen nur aus den Angaben der Marktplätze. Wir führen sie nicht für Sie aus und testen keine Plugins.
Als Claude-Code-Plugin
Erstellt aus den Angaben von Community GitHub marketplaces.
/plugin marketplace add fcakyon/phd-skills
/plugin install labrat@labratWo es veröffentlicht ist
| Marktplatz | Status | Version | Zahlen | Verifiziert | Erstmals gesehen |
|---|---|---|---|---|---|
| Community-Marktplatz fcakyon/phd-skills (Quelle auf GitHub öffnen) | Gelistet | 2.0.0 | Forks (GitHub): 38 Sterne (GitHub): 451 |
Nicht markiert | |
| Community-Marktplatz fcakyon/claude-codex-settings (Quelle auf GitHub öffnen) | Gelistet | 2.0.0 | Forks (GitHub): 38 Sterne (GitHub): 451 |
Nicht markiert |
Jede Zahl stammt vom jeweiligen Marktplatz und wird nie über Marktplätze hinweg addiert. Ein Marktplatz ohne veröffentlichte Zahl zeigt keine: keine Zahl ist nicht null.
In 2 Community-Marktplätzen gelistet
| Marktplatz | Repository | Sterne (GitHub) |
|---|---|---|
| claude-settings | fcakyon/claude-codex-settings | 1 198 |
| phd-skills | fcakyon/phd-skills | 452 |
Wie sich die Zahlen entwickelt haben
- 2026-11-01446
- 2026-11-02448
- 2026-11-04452
- 2026-11-05451
- 2026-11-04452
- 2026-11-05451
Jeder Punkt ist ein Tag, an dem wir eine andere Zahl gelesen haben; flache Abschnitte sind Tage ohne Veränderung. Zahlen verschiedener Marktplätze werden nie addiert.
Was das Paket enthält
So veröffentlicht auf Community GitHub marketplaces.
Skills: 11
comparedataset-curationdebugexperiment-designlaunchliterature-researchpaper-checkpaper-writerebuttalreproducesetup
Was sich geändert hat
- Ein weiterer Eintrag auf Community GitHub marketplaces gehört jetzt zu diesem Produkt
- Community GitHub marketplaces: erschienen
- Wird seitdem als Produkt geführt
- Community GitHub marketplaces: erschienen
Ähnliche Plugins
Produkte, deren eigene Namen, Beschreibungen, Werkzeuge und Skills diesem der Bedeutung nach am nächsten sind, auf allen Marktplätzen, die wir lesen. Die Nähe ist nur innerhalb dieser Liste geordnet.
-
Reviewable ML research: literature, planning, methodology review, bounded runs, sweeps, implementation verification, ablations, retrospectives, Kaggle, and setup
-
ml-research
Machine learning experiments, training, evaluation and reproducible papers.
-
Autonomous experiment loop — modify, test, keep/discard, repeat forever
-
claudecode-research-harness-workflow
Research Agent Harness — a controlled execution environment for reproducible empirical research agents.
-
Automated AI research toolkit: hypothesis generation, experiments, and paper writing
-
Guardrails your research workflow — checks hypotheses, catches known bugs, flags sloppy methodology.
-
Autonomous experimentation skill — your AI coding agent designs experiments, tests hypotheses, discards failures, keeps wins.
-
autoresearch
Autonomous research orchestration using a two-loop architecture. Manages the full research lifecycle from literature survey to paper writing, routing to domain-specific skills for…
-
research-automation
Autonomous research loops, agent harnesses and research artifacts.
-
20 enterprise-grade skills for autonomous AI/ML research lab operations. Includes 10 custom gap-analysis skills (research-commander, agent-debugger, model-evaluator…
Ähnliche Plugins nach Marktplatz
Dieselbe Frage an jeden Marktplatz einzeln: Gibt es dort ein Gegenstück zu diesem Plugin?
Gelistet auf Claude Code: claude-plugins-community (5)
-
20 enterprise-grade skills for autonomous AI/ML research lab operations. Includes 10 custom gap-analysis skills (research-commander, agent-debugger, model-evaluator…
-
Autonomous experiment loops on any codebase — one file, one metric, one loop. An agent edits a constrained file, runs an eval, keeps improvements, reverts failures, and repeats…
-
Autonomous experiment loop for Claude Code. Run an endless optimize-measure-keep/discard cycle on any optimization target: LLM training loss, test speed, bundle size, build time…
-
Principles and rules for writing faithful scientific code. Scientific code serves truth, not users. This plugin teaches Claude the fundamental differences between scientific and…
-
Multi-agent deep research pipelines for Claude Code. Runs internet research, repository analysis, schema-driven structured research, and media research (via NotebookLM) using…
Gelistet auf Claude Code: claude-plugins-official (5)
-
Skills for tracing, evaluating, and improving AI agents with MLflow. Supports the full agent improvement loop: instrument → trace → evaluate → iterate → validate.
-
Skills for adding DeepEval evaluations, tracing, datasets, Confident AI reports, and iterative improvement loops to AI applications.
-
Full Domino Data Lab platform support — workspaces, jobs, model deployment, experiment tracking, GenAI tracing, Spark/Ray/Dask, and app deployment for data science teams
-
Build, train, evaluate, and use open source AI models, datasets, and spaces.
-
Interactive self-referential AI loops for iterative development, implementing the Ralph Wiggum technique. Claude works on the same task repeatedly, seeing its previous work, until…
Gelistet auf Claude: knowledge-work-plugins (5)
-
Connect to preclinical research tools and databases (literature search, genomics analysis, target prioritization) to accelerate early-stage life sciences R&D
-
DataRobot skills for AI/ML workflows — model training, deployment, predictions, feature engineering, monitoring, explainability, data preparation, App Framework CI/CD, and…
-
AI-first project auditor and re-engineer based on the 9 design principles and 7 design patterns from the TechWolf AI-First Bootcamp
-
Skills for working with Langfuse, the open-source LLM engineering platform for tracing, prompt management, and evaluation.
-
Build multimodal AI applications with Pixeltable -- tables, computed columns, embedding search, UDFs, tool-calling agents, and 25+ AI provider integrations.
Gelistet auf Codex: openai-curated (openai/plugins) (5)
-
Skills for NVIDIAs ecosystem spans GPU acceleration, CUDA, AI agents, inference, robotics, Physical AI, Omniverse, and simulation. This plugin helps you understand the pieces…
-
Evaluate Codex skills and plugins from chat with a beginner-friendly start command, local-first reports, token budget explanations, and guided benchmarking.
-
Build with OpenAI APIs, Agents SDK, and ChatGPT Apps, and create and save OpenAI API keys from Codex.
-
Consensus is the go-to MCP for academic research. Connect directly to 220M+ peer-reviewed papers to search, synthesize, and build structured research outputs from within your…
-
An agentic skills framework & software development methodology that works: planning, TDD, debugging, and collaboration workflows.
Gelistet auf Community GitHub marketplaces (5)
-
Reviewable ML research: literature, planning, methodology review, bounded runs, sweeps, implementation verification, ablations, retrospectives, Kaggle, and setup
-
ml-research
Machine learning experiments, training, evaluation and reproducible papers.
-
Autonomous experiment loop — modify, test, keep/discard, repeat forever
-
claudecode-research-harness-workflow
Research Agent Harness — a controlled execution environment for reproducible empirical research agents.
-
Automated AI research toolkit: hypothesis generation, experiments, and paper writing
Gelistet auf Copilot CLI: github/awesome-copilot (5)
-
Run a lightweight, role-separated AI development team with flexible tools, developer-selected models, proportionate planning, and optional QA.
-
Three-layer verification pipeline for AI output. Extracts claims, finds sources, and flags hallucination risks so humans can verify before acting.
-
Task Researcher and Task Planner for intermediate to expert users and large codebases - Brought to you by microsoft/edge-ai
-
Goal-driven task orchestration with independent verification. Interviews the user to define a clear goal, then loops between a Builder subagent (does the work) and an Inspector…
-
Arize AX platform skills for LLM observability, evaluation, and optimization. Includes trace export, instrumentation, datasets, experiments, evaluators, AI provider integrations…
Gelistet auf Copilot CLI: github/copilot-plugins (5)
-
Toolkit for building Microsoft 365 Copilot declarative agents — scaffolding, JSON manifest development, and capability configuration.
-
Bring Azure DevOps work-item, repository, and pull-request workflows into GitHub Copilot.
-
Advanced Security plugin for GitHub Copilot.
-
model-apps
Build and deploy Power Apps generative pages for model-driven apps with specialist agents for planning, entity creation, and parallel code generation. Requires PAC CLI >= 2.7.0…
-
workiq-productivity
WorkIQ productivity skills powered by the local WorkIQ CLI — read-only insights across email, meetings, calendar, Teams, SharePoint, projects, and people.
Gelistet auf Cursor: cursor/plugins (5)
-
Iterative self-referential AI loops using the Ralph Wiggum technique.
-
Consult a stronger model before major decisions, when stuck, and before declaring done.
-
if you want to go fast, go deep first. pstack helps you write less, but higher quality code. rigorous agent workflows you can parallelize with confidence.
-
Incremental transcript-driven memory updates for AGENTS.md using high-signal bullet points only.
-
Track AI visibility, sentiment, and citations.
Gelistet auf Docker MCP Catalog (5)
-
Read and score Opik traces, experiments, datasets and prompts from your AI assistant.
-
Tools for interacting with Hugging Face models, datasets, research papers, and more.
-
Real-time web search, reasoning, and research through Perplexity's API
-
Production-ready RAG service to search and retrieve data from your documents.
-
Bridges multiple AI models and CLIs, enabling orchestrated workflows across Claude Code, Gemini CLI, Codex CLI, and other AI development tools.
Gelistet auf Official MCP Registry (5)
-
Automated AI research toolkit: hypothesis generation, experiments, and paper writing
-
Verifies AI-written references; finds real papers, evidence, datasets and research tools; PRISMA.
-
Read-only registry of AI-assisted scientific claims and where their evaluation stands (fr/en)
-
mcp io.scispot/mcp
Turn any LLM into your lab assistant: search samples, track experiments, analyze data with AI.
-
openpaper-mcp io.github.federicodeponte/openpaper-mcp
Autonomous research engine: auto research from a prompt to a fully-cited academic paper via MCP
Gelistet auf PyPI (MCP servers) (5)
-
Search Lacuna's ML research graph for papers, directions, authors, venues, and hypotheses.
-
Read and score Opik traces, experiments, datasets and prompts from your AI assistant.
-
Search, read, annotate, and add to your Zotero research library, local or web.
-
Read, measure and explain LLM eval runs of a digline suite. Cannot promote a baseline.
-
air-blackbox-mcp io.github.airblackbox/air-blackbox-mcp
EU AI Act compliance scanner for Python AI agents. 14 tools across 6 articles.
Gelistet auf npm registry (MCP servers) (5)
-
Context Assurance for AI agents: context engineering, AI cost optimization, verification.
-
MCP server for Google NotebookLM — 27 tools for notebooks, sources, research, and studio content generation
-
Deep research assistant that checks its citations against the sources and keeps what it found.
-
140 deterministic tools for your AI: logs, tests, SQL, diagrams, SPARQL. Local, no network.
-
AI visibility and SEO data for AI agents: citations, keywords, trends, and scheduled trackers.
Nach Bedeutung gefunden, nicht über gemeinsamen Code oder ein gemeinsames Repository: Ähnliche Plugins bleiben getrennte Produkte, und dies ist weder eine Bewertung noch eine Empfehlung.
Möchten Sie dieses Zeichen für Ihr Plugin in unserem Katalog?
Belegen Sie mit einer Datei im Repository, einer Datei auf Ihrer Domain oder einem DNS-Eintrag, dass Sie es pflegen, und Sie können dieses Zeichen auf der Karte zeigen, dazu Live-Banner für Ihre Website und Ihr README. So funktioniert die Verifizierung
Außerdem erhalten Sie Hinweise, wenn ein Marktplatz es aufnimmt, entfernt, sein Verified-Zeichen oder seine Anforderungen ändert, und sein Remote-Endpunkt wird wie ein Webdienst überwacht.
Daten von Community GitHub marketplaces. Die Zahlen stammen aus unseren eigenen regelmäßigen Durchläufen über die Marktplätze, zuletzt abgerufen am . Kontaktdaten von Plugin-Herausgebern veröffentlichen wir nicht.