ClawHub

Paper to Pipeline

根据机器学习/深度学习论文的实验规划文档自动生成完整的 Python 实验 pipeline。支持数据预处理、模型构建、训练循环、评估指标、结果可视化。Use when user uploads an experiment plan document and wants to generate runnable PyTorch/TensorFlow/scikit-learn code.

Audits

Pass
ClawScanPass

Agentic behavior and permission review.

Static analysisReview

Pattern checks against bundled files.

VirusTotalPass

Multi-engine malware detections and file reputation.

Install

openclaw skills install paper-to-pipeline

Paper to Pipeline

根据实验规划文档自动生成机器学习/深度学习实验的完整 Python 代码。

触发场景

用户上传实验规划文档（Markdown/PDF/TXT），包含以下内容时触发：

  • 数据集描述
  • 模型架构
  • 训练配置（学习率、batch size、epoch 数）
  • 评估指标
  • 实验步骤

工作流程

1. 解析实验规划

读取用户上传的实验规划文档，提取关键信息：

  • 数据集类型（图像/文本/表格/时间序列）
  • 模型类型（CNN/RNN/Transformer/MLP 等）
  • 训练参数
  • 评估指标

2. 选择代码模板

根据实验类型选择对应的模板：

  • 图像分类 → assets/templates/image_classification.py
  • 文本分类 → assets/templates/text_classification.py
  • 回归预测 → assets/templates/regression.py
  • 聚类分析 → assets/templates/clustering.py
  • 自定义架构 → 根据描述动态生成

3. 生成 Pipeline

生成包含以下模块的完整代码：

# 1. 数据加载与预处理
# 2. 模型定义
# 3. 训练循环
# 4. 验证/测试
# 5. 评估指标计算
# 6. 结果可视化
# 7. 模型保存/加载

4. 输出文件结构

generated_experiment/
├── main.py              # 主入口
├── dataset.py           # 数据加载
├── model.py             # 模型定义
├── train.py             # 训练逻辑
├── evaluate.py          # 评估逻辑
├── config.yaml          # 配置文件
├── requirements.txt     # 依赖
└── README.md            # 使用说明

参考文档

  • 数据格式规范：详见 references/data-format.md
  • 常用模型模板：详见 references/model-templates.md
  • 训练最佳实践：详见 references/training-best-practices.md

代码生成规则

框架选择优先级

  1. 用户明确指定 → 使用指定框架
  2. 图像任务 → PyTorch + torchvision
  3. NLP 任务 → PyTorch + transformers 或 TensorFlow
  4. 表格数据 → scikit-learn 或 PyTorch
  5. 时间序列 → PyTorch 或 TensorFlow

默认配置

framework: pytorch
device: cuda if available else cpu
batch_size: 32
learning_rate: 0.001
epochs: 100
optimizer: adamw
loss: cross_entropy (分类) / mse (回归)
metrics: [accuracy, precision, recall, f1] (分类) / [mae, rmse] (回归)

使用示例

示例 1：图像分类

用户上传：

实验目标：CIFAR-10 图像分类
模型：ResNet-18
数据增强：随机翻转、随机裁剪
优化器：AdamW, lr=0.0001
训练：100 epochs, batch_size=64
评估指标：Top-1 Accuracy

生成：完整的 ResNet-18 训练 pipeline，包含数据增强

示例 2：文本情感分析

用户上传：

任务：电影评论情感分析（二分类）
模型：BERT-base-chinese
数据集：ChnSentiCorp
batch_size: 16
epochs: 5

生成：基于 HuggingFace transformers 的 BERT 微调代码

示例 3：时间序列预测

用户上传：

任务：股票价格预测
输入：过去 60 天的收盘价
输出：未来 5 天的预测
模型：LSTM (2 层，hidden=128)

生成：LSTM 时间序列预测 pipeline

注意事项

  1. 代码可运行性：生成的代码必须可直接运行，包含所有必要的 import
  2. 配置分离：超参数放入 config.yaml，便于调整
  3. 日志记录：包含训练进度日志和 TensorBoard 支持
  4. 异常处理：关键位置添加 try-catch 和错误提示
  5. 注释充分：关键代码段添加中文注释

相关文件

  • scripts/generate_pipeline.py - 代码生成主脚本
  • references/data-format.md - 数据格式规范
  • references/model-templates.md - 模型模板参考
  • assets/templates/ - 代码模板文件