Agent skill

jonc-reproducibility

当为《通信学报》(Journal on Communications, JOC) 稿件建立可复现性与实验可重复保障时调用;用于让 Journal on Communications 外审能按说明在声明环境下复现通信仿真主结果。指导固定通信仿真的信道实现、随机种子、蒙特卡洛次数、参数表与数据集划分,规范复现包(环境依赖、config、脚本、校验和)的组织,防范数据泄漏与"精挑参数",处理受限数据/私有信道测量的可获取性说明,并把复现信息恰当写入正文实验设置与数据可用性声明,帮助把一篇通信/网络/信息安全/信号处理方向的中文长文做到外审能按说明在声明环境下复现主结果,提升本刊三审制下对实证可信度的评价。

brycew6m4,252★ · +31/wk · 3 repos on radarProfile →
claude-codeMIT
Install
npx skills add brycewang-stanford/Awesome-Journal-Skills --skill jonc-reproducibility --agent claude-code

Same command for any agent — swap --agent for codex, cursor, copilot.

Facts
Files in the skill folder: 1
SKILL.md size: 3 KB
Bundled scripts: none
Path: Journal-on-Communications-Skills/skills/jonc-reproducibility/SKILL.md
Open the folder on GitHub →
Where it comes from
Stars: 984 · +31 this week
Language: Stata
Read our review of the source →

Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.

From the SKILL.md

# 《通信学报》可复现性与实验可重复 本技能帮助让《通信学报》(Journal on Communications, JOC) 稿件的实验**可被复现**。JOC 由中国通信 学会主办,虽无独立制品徽章制度(见 `jonc-artifact-evaluation`),但通信仿真结果的可复现性是外审 判断可信度的核心。以下与 2026-07-09 核验的本刊定位一致(见 `resources/official-source-map.md`)。 ## 一、可复现性三层 | 层次 | 含义 | 通信语境 | |---|---|---| | 可重复 (repeatable) | 同环境同参数复跑得同结果 | 固定种子与信道实现 | | 可复现 (reproducible) | 他人按说明能复现主结论 | 提供 config + 脚本 + 数据 | | 可推广 (replicable) | 换场景仍成立 | 多信道/多拓扑验证 | ## 二、必须固定的要素 | 要素 | 做法 | |---|---| | 随机种子 | 全局固定;报告种子值或种子集 | | 信道实现 | 固定信道模型与其随机实现;给参数 | | 蒙特卡洛次数 | 明确独立仿真次数;据此给置信区间 | | 参数表 | 每个实验一份 config(SNR、码率、天线数、节点数等) | | 数据集划分 | 训练/验证/测试固定;防泄漏 | | 软件版本 | MATLAB/NS-3/Python 及关键库版本 | ## 三、复现包组织 参照 `resources/code/README.md`: ``` repo/ ├── README.md # 环境 + 一键复现主图命令 ├── env/ # requirements.txt / environment.yml / 工具版本 ├── src/ # 信道、方法、基线、指标 ├── configs/ # 每图一 config,含种子 ├── data/ # 数据或生成脚本 + 校验和 └── scripts/ # run_figX.* 与论文图号对应 ``` ## 四、防范数据泄漏与挑参 - **泄漏防范**:测试信道/数据不得参与训练或调参;时序数据防未来信息泄漏。 - **挑参防范**:报告参数选取依据;给敏感性分析,避免只报最优点。 - **信道复用陷阱**:训练与评测用同一批信道实现会高估性能,须分离。 ## 五、受限数据/私有测量 - 公开数据:给来源、版本、许可。 - 自建数据:给生成脚本与统计描述。 - 私有/受限测量:说明获取方式、脱敏处理与**待核实**的许可限制,尽量给可公开的替代验证。 ## 六、写入正文 - **实验设置节**:列信道模型、参数表、种子、仿真次数、平台版本。 - **数据可用性/致谢**:说明代码与数据的开放程度与获取方式

What's inside
Steps it walks through
  1. 一、可复现性三层
  2. 二、必须固定的要素
  3. 三、复现包组织
  4. 四、防范数据泄漏与挑参
  5. 五、受限数据/私有测量
  6. 六、写入正文
  7. 七、复现自查清单
  8. 八、常见问题与修法
  9. 九、通信仿真的可复现性陷阱(专项)
  10. 十、复现包 README 最小内容
  11. 十一、与其它技能衔接
  12. 十二、要点回顾
More from Awesome-Journal-Skills
All skills →
About this skill
What does the jonc-reproducibility skill do?

当为《通信学报》(Journal on Communications, JOC) 稿件建立可复现性与实验可重复保障时调用;用于让 Journal on Communications 外审能按说明在声明环境下复现通信仿真主结果。指导固定通信仿真的信道实现、随机种子、蒙特卡洛次数、参数表与数据集划分,规范复现包(环境依赖、config、脚本、校验和)的组织,防范数据泄漏与"精挑参数",处理受限数据/私有信道测量的可获取性说明,并把复现信息恰当写入正文实验设置与数据可用性声明,帮助把一篇通信/网络/信息安全/信号处理方向的中文长文做到外审能按说明在声明环境下复现主结果,提升本刊三审制下对实证可信度的评价。

How do I install it?

Run `npx skills add brycewang-stanford/Awesome-Journal-Skills --skill jonc-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 984 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.

Keep going