labrat CLI
Локальная среда, где Claude Code или Codex часами ведут исследование: ветки идей соревнуются за бюджет, побеждают проверенные
- 237 ★ репозитория
- Последний коммит
- MIT
Широкий доступ
Почему такой уровень
- Агент работает часами с набором разрешений на запуск Python-скриптов и записывает файлы лаборатории
- Эксперименты тратят вычислительные ресурсы и могут вызывать платные внешние сервисы, если их подключили
- Автономный цикл без присмотра требует заранее настроенных границ: узкий список разрешений и остановка по критериям
Установка
- Работает в
В терминале, через SkillFoxx CLI
npx skillfoxx add cli/labratОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемШирокий доступИнструмент может менять данные, выполнять команды или работать с секретами.
- Агент работает часами с набором разрешений на запуск Python-скриптов и записывает файлы лаборатории
- Эксперименты тратят вычислительные ресурсы и могут вызывать платные внешние сервисы, если их подключили
- Автономный цикл без присмотра требует заранее настроенных границ: узкий список разрешений и остановка по критериям
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
`labrat` ставит перед Claude Code или Codex настоящую исследовательскую задачу и дает рамку, в которой агент работает часами: табло результатов, очередь экспериментов и единый оценщик. Поиск идет по популяции идей, а не по одной нити. Семейства гипотез соревнуются за бюджет вычислений, и те, что дают воспроизводимый прогресс, получают больше места. Вы задаете проблему и базовую линию, агент перебирает семейства идей, среда держит очередь, а оценщик единообразно ставит баллы. Устройство делится на руководителя и исполнителей. Агент руководит, а ограниченные задачи вроде проб, мутаций, скрещивания и аудита выполняют воркеры. Состояние лежит в файлах и журналах по принципу `File-as-Bus`, поэтому руководитель держит тонкий контроль над толстым состоянием проекта. Статус семейства растет, когда оно выигрывает трудную отложенную проверку (`prediction_tests`), а не просто подгоняет локальную метрику. Команда `labrat` работает из клона репозитория: `doctor`, `bootstrap`, `status`, `next-prompt`, `new`, `check-readiness`. Лаборатории создают из профиля (сейчас `transformer-arch`) или с нуля. В каждой есть `AGENTS.md` для Codex, `CLAUDE.md` и слэш-команды `.claude/commands/` для Claude Code: `/next`, `/why-stuck`, `/synthesize`, `/audit-candidate`, `/frame-break`, `/consolidate`. Панель результатов открывается через `python -m http.server`.
Для кого. Исследователям машинного обучения и инженерам, у которых есть измеримая задача с базовой линией и которые хотят запускать агента на ночь по строгим правилам оценки.
Подходит, если
- Нужно подобрать архитектуру или гиперпараметры малой модели, а оценка задана заранее и воспроизводима
- Промпты и рубрики для оценки перебирают на фиксированном наборе тестов
- Несколько стратегий поиска или ранжирования надо сравнить, чтобы одна выиграла на трудном срезе, а не только в среднем
- Агента запускают на часы, и надо видеть табло, очередь и причины застоя командой `/why-stuck`
- Нужен шаблон лаборатории: профиль `transformer-arch` разворачивает запускаемый каркас одной командой
Не подходит, если
- У задачи нет базовой линии и ограниченного запускаемого эксперимента: среда строится вокруг оценщика
- Нужен короткий разовый прогон: Phase 0 с брифом, источниками и конфигурациями оценки слишком тяжела
- Метрику нельзя посчитать единообразно: рабочий цикл держится на внешней проверке результатов
- Нет возможности дать агенту ограниченный набор разрешений на запуск скриптов
Пример запроса к агенту
Разверни лабораторию из профиля `transformer-arch`, проверь `labrat doctor` и покажи подсказку для текущей фазы командой next-prompt с runner claudeОграничения
- Поддерживается один готовый профиль, `transformer-arch`, и он использует синтетический запуск, который заменяют своим скриптом обучения в `scripts/run_experiment.py`. Профили для мировых моделей и нескольких наборов данных названы будущими.
- Для работы без вопросов агенту выдают узкий список разрешений в `.claude/settings.json` лаборатории. Эту правку делает человек, агент ее не пишет. Опасные операции вроде `rm` и `git push` продолжают спрашивать согласия.
- Установка идет редактируемой копией из клона репозитория: `labrat` берет шаблоны и скрипты из этой папки.
- Последний коммит датирован августом 2026 года. Китайский README может отставать от английского.
Как отключить. Остановите процессы лаборатории и удалите папку лаборатории. Редактируемую установку снимает pip uninstall `labrat`, виртуальное окружение удаляют вместе с папкой .venv.
Частые вопросы
Как запустить `labrat` за пять минут?
Создайте виртуальное окружение, выполните `pip install -e '.[nlp-sentiment]'` из клона репозитория, затем `labrat doctor` и `labrat bootstrap` с `--lab-dir examples/nlp-sentiment/research_lab`. Панель откроет `python -m http.server 8787`.
Как использовать `labrat` с Claude Code?
Откройте Claude Code в папке лаборатории и введите `/next`: команда печатает подсказку текущей фазы и выполняет ее. Подсказку можно получить и вручную через `labrat next-prompt --runner claude`.
Работает ли `labrat` с Codex?
Да, с тем же контрактом файлов. Агент читает `AGENTS.md` и запускает `next-prompt` с `--runner codex`, а скилл `labrat-operator` загружается по желанию.
Что значит «побеждает на отложенной проверке»?
Семейство идей получает повышенный статус, если выигрывает трудный тест, не входящий в метрику локального поиска. Такие проверки записаны в `evaluation.yaml` как `prediction_tests`.
Как создать свою лабораторию?
Командой `labrat new my_lab`, затем `labrat doctor` и подсказка для фазы design. Фаза 0 должна дать `branches.yaml`, `dead_ends.md`, `research_brief.md`, `research_sources.md`, `evaluation.yaml` и `runtime.yaml`.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
CLI-инструментыИсследовательская система на Codex CLI или Claude Code: серии экспериментов, обсуждение хода работы и черновик статьи.
Личный каталог ~/.claude для Claude Code: двенадцать субагентов, команды ревью, скиллы для worktree и целей, статусная строка.
Локальная доска и MCP-сервер для исследовательских агентов: каждый вывод привязан к запуску и коду, который его породил
LACP ведет запуск Claude Code, Codex и Hermes через политики, бюджеты и журнал доказательств, а неудачные правки откатывает
Плагин Claude Code с хуками и 26 скиллами: измеряет знания агента, блокирует правки до разбора кода, хранит память между сессиями
CLI на Rust строит граф знаний о коде и решениях и через хуки Claude Code подает агенту нужный срез по ходу работы
Коротко о README
Страница объясняет идею популяционного поиска и перечисляет принципы: асинхронность, финансирование семейств, внешнюю оценку, модель руководителя и воркеров, рабочую область `File-as-Bus` и решающие испытания. Дальше идут пример запуска за пять минут, профили, создание лаборатории с нуля и карта документов. Фон проекта: среда выросла из внутренних исследований мировых моделей в DXRG.