Notre avis
Analyse les manuscrits et le code source pour détecter les incohérences entre les ordres de Wasserstein (W₁ vs W₂) et génère un rapport structuré.
Points forts
- Détecte automatiquement les incohérences W₁/W₂ dans les fichiers LaTeX et Markdown
- Vérifie les appels à wasserstein_distance dans le code Python et les bibliothèques TDA
- Produit un rapport récapitulatif avec suggestions de correction
- Respecte un standard de notation défini dans le projet
Limites
- Ne corrige pas automatiquement les erreurs, nécessite une confirmation manuelle
- Se limite aux motifs textuels explicites, ne vérifie pas les équations mathématiques complexes
- Dépend de conventions de nommage et de documentation préétablies
Lorsque vous devez harmoniser l'utilisation de la métrique de Wasserstein entre un manuscrit et le code associé avant une soumission.
Si le projet utilise exclusivement une seule variante de Wasserstein (par ex., toujours W₂) et que la cohérence n'est pas un enjeu.
Analyse de sécurité
SûrThe skill only reads files locally and produces a report, with no execution of external commands or modification of files, posing no security risk.
Aucun point d'attention détecté
Exemples
/wasserstein-audit all/wasserstein-audit papers/wasserstein-audit code/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).