
de neurico120
Orchestre la recherche IA de bout en bout : revue de littérature, exécution d'expériences, analyse et rédaction d'articles à partir d'une spécification d'idée structurée.
NeuriCo automatise le cycle de vie de la recherche scientifique : à partir d'une idée structurée (YAML avec titre, domaine, hypothèse), il effectue une revue de littérature, conçoit des expériences, exécute du code, collecte les résultats et les graphiques, puis rédige un article LaTeX et un dépôt GitHub. Son objectif est de produire des artefacts d'expérience reproductibles et un brouillon d'article à partir d'une idée de recherche.
Utilisez NeuriCo pour prototyper des expériences de recherche IA/ML, reproduire des articles ou itérer rapidement sur des hypothèses où l'automatisation peut accélérer la recherche bibliographique, l'orchestration d'expériences et la rédaction d'articles. Idéal lorsque vous avez accès à des CLI de codage IA et suffisamment de puissance de calcul (Docker recommandé).
./neurico fetch|submit|run.Conçu pour les CLI de codage compatibles agents comme Claude Code, Codex et Gemini CLI qui peuvent orchestrer des expériences multi-étapes, exécuter du code dans Docker et pousser les résultats sur GitHub.
NeuriCo is an autonomous AI research framework that takes a YAML research idea and orchestrates the full lifecycle: literature review, experiment design, code execution, analysis, and LaTeX paper drafting. The SKILL.md is well-structured with clear requirements, installation instructions (Docker and native), and input/output specs. No bundled scripts were present for runtime testing. Security section in the skill body mentions no secrets are uploaded and experiments run in Docker isolation, but the native install path includes `curl | sh` for uv installation which is a security concern.
Well-documented skill from ChicagoHAI (University of Chicago). The curl|sh pattern for uv installation is a standard practice but deducts from security score. The skill explicitly documents its security model (Docker isolation, secret filtering). Useful for AI researchers but niche audience. No scripts to execute or audit dynamically — scoring based on SKILL.md static analysis only.