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…
Пакет плагинов · от fcakyon
Коротко
Lab Rat: пакет плагинов для ИИ-инструментов разработки, издатель fcakyon. Витрин, которые мы читаем и где он опубликован: 1 (Community GitHub marketplaces). Последнее изменение мы зафиксировали 2026-11-05. Данные нашего прохода по витринам на 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.
Что просит
- Ставится как пакет плагинов
Ни одна из витрин, которые мы читаем, не публикует его инструменты или настройки, которые он просит.
Что объявляет, просит и запускает, полностью
Устанавливайте плагины только от разработчиков, которым доверяете. Мы показываем то, что публикуют витрины, и не проверяем плагины.
Работает с
- Claude Code
По маркетплейсам, где он опубликован, и объявленному транспорту MCP, как их документирует каждый клиент. Плагины мы не тестируем.
Подключить
Команды и конфигурации собраны только из того, что объявляют витрины. Мы не запускаем их за вас и не проверяем плагины.
Как плагин Claude Code
Собрано из того, что объявляет Community GitHub marketplaces.
/plugin marketplace add fcakyon/phd-skills
/plugin install labrat@labratГде опубликован
| Витрина | Статус | Версия | Числа | Проверен | Впервые замечен |
|---|---|---|---|---|---|
| Маркетплейс сообщества fcakyon/phd-skills (Открыть исходники на GitHub) | Опубликован | 2.0.0 | Форки (GitHub): 38 Звёзды (GitHub): 451 |
Не помечен | |
| Маркетплейс сообщества fcakyon/claude-codex-settings (Открыть исходники на GitHub) | Опубликован | 2.0.0 | Форки (GitHub): 38 Звёзды (GitHub): 451 |
Не помечен |
Каждое число принадлежит своей витрине и никогда не складывается с числами других витрин. Если витрина число не публикует, мы его не показываем: нет числа не значит ноль.
Маркетплейсов сообщества, где он есть: 2
| Витрина | Репозиторий | Звёзды (GitHub) |
|---|---|---|
| claude-settings | fcakyon/claude-codex-settings | 1 198 |
| phd-skills | fcakyon/phd-skills | 452 |
Как менялись числа
- 2026-11-01446
- 2026-11-02448
- 2026-11-04452
- 2026-11-05451
- 2026-11-04452
- 2026-11-05451
Каждая точка: день, когда мы прочитали другое число; ровные участки: дни, когда число не менялось. Числа разных витрин никогда не складываются.
Что входит в пакет
Так опубликовано на витрине Community GitHub marketplaces.
Скиллы: 11
comparedataset-curationdebugexperiment-designlaunchliterature-researchpaper-checkpaper-writerebuttalreproducesetup
Что менялось
- К продукту присоединился ещё один листинг витрины Community GitHub marketplaces
- Community GitHub marketplaces: появился
- Стал продуктом, за которым мы следим
- Community GitHub marketplaces: появился
Похожие плагины
Продукты, чьи собственные названия, описания, инструменты и скиллы ближе всего по смыслу к этому, на всех витринах, которые мы читаем. Близость упорядочена только внутри этого списка.
-
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…
Похожие плагины по витринам
Тот же вопрос к каждой витрине по отдельности: есть ли там аналог этого плагина?
Есть на витрине 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…
Есть на витрине 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…
Есть на витрине 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.
Есть на витрине 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.
Есть на витрине 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
Есть на витрине 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…
Есть на витрине 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.
Есть на витрине 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.
Есть на витрине 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.
Есть на витрине 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
Есть на витрине 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.
Есть на витрине 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.
Найдено по смыслу, а не по общему коду или репозиторию: похожие плагины остаются разными продуктами, и это не обзор и не рекомендация.
Хотите такой знак у своего плагина в нашем каталоге?
Докажите, что поддерживаете его, файлом в репозитории, файлом на вашем домене или DNS-записью, и сможете показать этот знак на карточке, а ещё живые баннеры для сайта и README. Как проходит подтверждение
Ещё вы будете получать уведомления, когда витрина добавит плагин, снимет его, изменит отметку verified или список того, что он просит, а его удалённый endpoint встанет на мониторинг как веб-сервис.
Данные витрины Community GitHub marketplaces. Числа взяты из наших регулярных обходов витрин, последняя проверка . Контакты издателей плагинов мы не публикуем.