Notre avis
Analyse les manuscrits et le code source pour détecter les incohérences entre l'utilisation des métriques W₁ et W₂, et produit un rapport de réconciliation.
Points forts
- Détecte automatiquement les usages ambigus ou incorrects de W₁ et W₂ dans les textes et le code.
- Se réfère à une norme de notation centralisée (notation.md) pour garantir la cohérence.
- Génère un rapport structuré avec des suggestions de correction.
Limites
- Nécessite que le fichier notation.md existe et soit correctement configuré.
- Ne corrige pas automatiquement les problèmes trouvés.
- Ne couvre que certains motifs prédéfinis (non exhaustif).
Lors de la préparation d'un manuscrit ou d'une base de code utilisant des métriques de Wasserstein, pour garantir la conformité avec la convention W₂.
Lorsque la notation est déjà cohérente ou que le projet n'utilise pas les métriques de Wasserstein.
Analyse de sécurité
SûrThe skill only reads files and generates a report; it does not execute any system commands, make network requests, or alter files without user confirmation. There is no risk of data exfiltration or destructive actions.
Aucun point d'attention détecté
Exemples
/wasserstein-audit all/wasserstein-audit papers/wasserstein-audit — Audit Wasserstein Order Consistency
Scan all manuscript drafts and codebase for W₁ vs W₂ inconsistencies. Resolves the blocking Phase 0 deliverable: the legacy P01 manuscript uses W₁ in several places while project convention mandates W₂ as the primary metric.
Usage
/wasserstein-audit
/wasserstein-audit [papers|code|all]
Example: /wasserstein-audit all
What this does
- Reads
papers/shared/notation.md(canonical notation standard, Wasserstein Audit section) - Scans manuscript
.mdfiles underpapers/for W₁, unsubscripted W, ambiguous W_p - Scans Python files under all domain packages for Wasserstein calls without explicit
p=2 - Cross-references findings against what notation.md already has "verified"
- Produces a structured reconciliation report — does not fix anything without confirmation
Manuscript patterns that trigger a flag
| Pattern | Issue |
|---|---|
| W_1 / $W_1$ / W_{1} | W₁ usage — needs justification or must change to W₂ |
| $W$ (unsubscripted) | Always flag — violates notation standard |
| bottleneck without alongside Wasserstein | Sole metric violation |
| wasserstein without explicit order nearby | Ambiguous |
Code patterns that trigger a flag
| Pattern | Issue |
|---|---|
| wasserstein_distance(a, b) with no p= arg | Default may not be W₂ in all library versions |
| p=1 or order=1 near Wasserstein call | Explicit W₁ usage |
| bottleneck_distance(...) | Must not be used as sole metric |
| gudhi.wasserstein.wasserstein_distance without order=2 | gudhi default not guaranteed |
Report format
## Wasserstein Audit Report — YYYY-MM-DD
### Manuscript Findings
| File | Line | Found | Issue | Suggested Fix |
### Code Findings
| File | Line | Found | Issue | Suggested Fix |
### Status
- Blocking Phase 0: YES / NO
- Total issues: N (manuscript: N₁, code: N₂)
### Recommended Actions
Library defaults (reference)
persim.wasserstein_distance— p=2 by default ✓gudhi.wasserstein.wasserstein_distance— requires explicitorder=arggiotto-tdaWasserstein vectorisation — p=2 by default ✓- W₁ in theory proofs is acceptable in Methods sections if clearly labelled and distinguished from the computational metric used
Ingénierie de Prompts
Data & IA
Bonnes pratiques et templates de prompt engineering pour maximiser les résultats IA.
Visualisation de Données
Data & IA
Génère des visualisations de données et graphiques adaptés à vos données.
Architecture RAG
Data & IA
Guide de configuration d'architectures RAG (Retrieval-Augmented Generation).