jos-reproducibility

npx skills add brycewang-stanford/Awesome-Journal-Skills --skill jos-reproducibility --agent claude-code

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

# 《软件学报》可复现性与实验可重复 (Journal of Software Reproducibility) 《软件学报》(Journal of Software, JOS) 的软件学科审稿人越来越看重结果能否被他人重复。虽然 本刊尚无公开的强制 artifact 评审轨道（现状 **待核实**，见 [`jos-artifact-evaluation`](../jos-artifact-evaluation/SKILL.md)），但提供可复现材料能显著增强 说服力。本技能给出让实验可重复的工程做法（来源见 [`resources/official-source-map.md`](../../resources/official-source-map.md)）。 ## 一、数据/代码可用性声明 - 在论文中明确：代码、数据、脚本是否可获取、在哪里获取、以什么许可。 - **避免弱表述**："可根据要求提供 (available upon request)"在评审中是弱项而非中性占位； 尽量给出可访问链接（仓库/归档）。 - 若因隐私/版权不能公开，说明原因，并提供可复核的替代（脱敏样本、合成数据、评测协议）。 ## 二、环境与依赖固定 - 记录操作系统、语言/编译器版本、关键库版本；提供依赖清单（requirements/pom/lockfile）。 - 优先容器化（Docker/镜像）或提供一键脚本，降低他人复现门槛。 - 说明硬件要求（CPU/GPU/内存），标注实验的资源与耗时量级。 ## 三、随机性与可重复 - 固定随机种子；若结果对种子敏感，多次运行报告均值与方差。 - 明确数据划分方式（固定划分或交叉验证），避免每次运行结果漂移。 - 记录训练/评测的确切配置，使他人能复现同一条件。 ## 四、挖掘与大模型实验的出处锁定 - **挖掘类**：记录仓库 URL + commit SHA、抽取日期、筛选与清洗脚本、被排除比例；保存快照。 - **大模型类**：记录模型标识与版本、日期、温度等参数；**缓存原始模型输出**，使复现不依赖 实时 API（否则是重采样而非复现）。 - 讨论数据污染并说明缓解（时间切分/私有集），与威胁有效性呼应（见 [`jos-experiments`](../jos-experiments/SKILL.md)）。 ## 五、可复现材料的组织 ```text artifact/ ├── README.md # 目标、环境、一键复现步骤、预期结果、耗时 ├── code/ # 源码，含入口脚本 ├── data/ # 数据或获取脚本（大数据给下载脚本+校验和） ├── scripts/ # 复现各 RQ/表/图的脚本 ├── results/ # 预期输出/日志样例 └── LICENSE # 开源许可 ``` - REA