jcadcg-reproducibility
在为《计算机辅助设计与图形学学报》(Journal of Computer-Aided Design & Computer Graphics, JCAD&CG) 提升论文可复现性与实验可重复时调用。覆盖图形学/CAD 特有的可复现要点：固定随机种子、记录 GPU/驱动/渲染器版本、锁定网格/点云/纹理/视频数据集、固定渲染与几何管线参数(采样数、光照、相机、分辨率)、复现包冒烟测试、几何误差与渲染质量指标的计算脚本对齐、以及大数据的稳定托管。适用于让外审与读者能重跑出论文表图、避免"结果无法复现"质疑的场景。
Profile →npx skills add brycewang-stanford/Awesome-Journal-Skills --skill jcadcg-reproducibility --agent claude-code
Same command for any agent — swap --agent for codex, cursor, copilot.
Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.
# 《计算机辅助设计与图形学学报》可复现性与实验可重复 本技能帮助为《计算机辅助设计与图形学学报》(Journal of Computer-Aided Design & Computer Graphics, JCAD&CG) 提升可复现性。本刊是 CCF A 类图形学/CAD 方向中文月刊，图形与几何结果对 环境、随机性与渲染管线高度敏感，"换台机器就复现不出"是常见风险。本技能把可复现动作沉淀为 清单，衔接 `resources/code/README.md`。核验见 `resources/official-source-map.md` （2026-07-09）。本刊是否有**强制**代码/数据可用性要求属 **待核实**，本技能给出无论政策 如何都应做到的自律标准。 ## 一、图形学可复现的特殊性 图形/几何结果的可复现比一般机器学习更"脆"，需额外固定： - **随机种子**：采样、初始化、数据增强的随机源。 - **硬件与驱动**：GPU 型号、驱动、CUDA/图形 API 版本（浮点与光栅化差异会影响像素级指标）。 - **渲染器/几何库版本**：渲染管线、几何处理库(如网格库)版本；不同版本结果可能不同。 - **渲染参数**：采样数、光照、相机内外参、分辨率、色彩空间/gamma。 - **数据集版本**：网格/点云/纹理/视频的具体版本与预处理。 ## 二、复现包结构（建议） ``` repro/ README.md # 一键复现说明、硬件与耗时 requirements.txt # 依赖与精确版本 scripts/run_all.sh # 从零到主结果表图 configs/ # 每个实验的配置(种子/参数) data/README.md # 数据获取方式(稳定托管链接) + 预处理 results/ # 复现产物(渲染帧、误差、指标) ``` ## 三、复现包冒烟测试 投稿前在**干净环境**跑一次： ```bash python3 -m venv .venv && . .venv/bin/activate pip install -r requirements.txt bash scripts/run_all.sh # 人工比对 results/ 与论文表6/图3、渲染帧、几何误差色图 ``` 要点：记录 GPU/驱动/渲染器版本与端到端耗时；把大数据(网格/纹理/视频)走稳定托管而非塞进 仓库。 ## 四、指标计算的可复现 - 几何误差(Chamfer/Hausdorff)、渲染质量(PSNR/SSIM/LPIPS)的**计算脚本随包提供**，说明 对齐方式、掩码、采样点数——这些细节直接决定数字可比性。 - 论文图中的渲染帧应能由脚本重现；演示视频与正文数字口径一致。 ## 五、数据与模型托管 - 大数据/预训练模型用**可分配 DO
- 一、图形学可复现的特殊性
- 二、复现包结构（建议）
- 三、复现包冒烟测试
- 四、指标计算的可复现
- 五、数据与模型托管
- 六、可复现自查清单
- 七、常见复现失败对照
- 八、环境与参数记录清单（图形学专用）
- 九、几何/渲染结果的容差与判定
- 十、可复现的分级目标
- 十一、与制品/投稿技能的衔接
- 十二、输出格式
python3 -m venv .venv && . .venv/bin/activate pip install -r requirements.txt bash scripts/run_all.sh
What does the jcadcg-reproducibility skill do?
在为《计算机辅助设计与图形学学报》(Journal of Computer-Aided Design & Computer Graphics, JCAD&CG) 提升论文可复现性与实验可重复时调用。覆盖图形学/CAD 特有的可复现要点：固定随机种子、记录 GPU/驱动/渲染器版本、锁定网格/点云/纹理/视频数据集、固定渲染与几何管线参数(采样数、光照、相机、分辨率)、复现包冒烟测试、几何误差与渲染质量指标的计算脚本对齐、以及大数据的稳定托管。适用于让外审与读者能重跑出论文表图、避免"结果无法复现"质疑的场景。
How do I install it?
Run `npx skills add brycewang-stanford/Awesome-Journal-Skills --skill jcadcg-reproducibility --agent claude-code` — it drops the skill into your project so the agent can pick it up. Swap the --agent value for codex, cursor or copilot if you use one of those.
Where does this skill come from?
From brycewang-stanford/Awesome-Journal-Skills, a repository with 909 stars. We read it straight from the repository tree rather than a submitted listing, so what you see here is what is actually published.
Is a popular skill a good skill?
Not necessarily. Stars measure attention, not adoption — a repository can trend for a week and be abandoned. That is why we show the weekly change from our own snapshots next to the total, instead of a single flattering number.