Mechanist — плагин
Плагин Claude Code ведет исследование механизмов внутри языковых моделей: статьи, гипотезы, эксперименты, проверка и отчет
- 79 ★ репозитория
- Последний коммит
Широкий доступ
Почему такой уровень
- Агенты сами пишут и запускают код экспериментов на вашей машине и видеокартах, пока вы не остановите пайплайн
- Тексты гипотез, планов и результатов уходят внешней модели-рецензенту по вашему ключу API и тратят платные токены
Установка
- Работает в
В терминале, через SkillFoxx CLI
npx skillfoxx add plugins/mechanistОпределит 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.
- Агенты сами пишут и запускают код экспериментов на вашей машине и видеокартах, пока вы не остановите пайплайн
- Тексты гипотез, планов и результатов уходят внешней модели-рецензенту по вашему ключу API и тратят платные токены
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Mechanist — плагин Claude Code для интерпретируемости больших языковых моделей. Вы формулируете исследовательский вопрос, а плагин превращает его в проверяемые выводы. Четыре стадии идут по очереди, каждую ведет отдельный субагент: утверждение, эксперимент, проверка и итерация. Он ищет литературу, формулирует гипотезы с проверкой новизны, пишет и запускает код экспериментов на вашей машине и видеокартах, проверяет устойчивость на других моделях, данных и методах. На каждом шаге результат сверяет внешняя модель-рецензент не из серии Claude, итерации идут до шести раундов. Все утверждения попадают в журнал `CLAIMS_LEDGER.md`, итог собирается в `AUTO_PIPELINE_REPORT.md`. Точка входа — команда `/mguide`: она уточняет задачу и пишет `task.md`.
Для кого. Исследователям интерпретируемости ИИ, аспирантам и лабораториям, которые хотят автоматизировать цикл от идеи до проверенного результата на своих GPU.
Подходит, если
- Вы ищете внутренний компонент модели, ответственный за известное поведение
- Нужно воспроизвести статью, например о раздельном кодировании вредоносности и отказа
- У вас есть гипотеза без подтверждения, и ее надо проверить на нескольких моделях и датасетах
- Работа идет в корпусе из 14 тысяч статей по интерпретируемости, и вы ищете литературу по теме
- Вы хотите увидеть, как развивалось направление: ключевые работы, повороты и открытые вопросы
Не подходит, если
- Вы не можете отправлять тексты экспериментов внешней модели-рецензенту по API
- Нет своих GPU или среды Python для экспериментов: плагин запускает код локально
- Задача не про механизмы моделей: пайплайн заточен под интерпретируемость
- Вы хотите использовать Claude как рецензента: README требует модель другой серии
Пример запроса к агенту
/mguide Воспроизведи статью о том, что LLM кодируют вредоносность и отказ раздельно, на моих GPUОграничения
Плагин работает внутри Claude Code и использует `uv` для временных сред его MCP-серверов `llm-chat` и `mechanic-db`. Для рецензента нужна переменная `LLM_API_KEY`, по умолчанию модель `gpt-5.4` и адрес `https://api.openai.com/v1`, можно подставить совместимый сервис: Azure, DeepSeek, Qwen или прокси. Модель серии Claude для этой роли использовать нельзя. Переменные читаются при запуске Claude Code, поэтому после правки `~/.bashrc` клиент перезапускают. Эксперименты идут в среде Python, из которой запущена сессия, а PyTorch и NumPy при необходимости ставят отдельно. Поддержка Codex заявлена как будущая.
Как отключить. Удалите плагин через `/plugin` и уберите `LLM_API_KEY`, `LLM_MODEL` и `LLM_BASE_URL` из файла настройки оболочки. Рабочая папка с `CLAIMS_LEDGER.md` и отчетами лежит отдельно, ее удаляют вручную.
Частые вопросы
Как поставить Mechanist в Claude Code?
Выполните в сессии `/plugin marketplace add zjunlp/Mechanist` и `/plugin install mechanist@mechanist`, затем `/reload-plugins`. В `/mcp` должны появиться `llm-chat` и `mechanic-db` со статусом connected. Если команд нет, перезапустите клиента.
Зачем нужен внешний рецензент?
Чтобы одна и та же модель не оценивала сама себя: идеи, планы и выводы на каждой стадии проверяет вторая модель. Для роли подходит GPT-5.4 по ключу OpenAI, Claude для нее брать нельзя.
Что умеет `/mguide`?
Это вход в плагин. Он разбирает задачу вместе с вами, пишет `task.md` и после подтверждения запускает пайплайн. Он же ищет литературу и строит хронологию направления без запуска экспериментов.
Где смотреть ход исследования?
Каждая стадия пишет документы на диск: `idea-stage/IDEA_REPORT.md`, `refine-logs/FINAL_PROPOSAL.md`, `refine-logs/EXPERIMENT_PLAN.md`, итог в `CLAIMS_LEDGER.md` и `AUTO_PIPELINE_REPORT.md`.
Нужны ли PyTorch и GPU?
Эксперименты идут в среде Python, где запущена сессия, на вашей машине. В README есть пример окружения conda `scientist` и `pip install -r requirements.txt` для PyTorch, NumPy и scikit-learn.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
ПлагиныGrainulator ведет журнал доказательств для исследований и инженерных задач и проверяет ответ модели на конфликты и пробелы.
Плагин Claude Code, который заставляет модель доводить задачу до конца: проверка результата, доказательства и разбор багов как процедура
Плагин Claude Code с хуками и 26 скиллами: измеряет знания агента, блокирует правки до разбора кода, хранит память между сессиями
Плагин Claude Code для автономных исследований: от темы до идей, предложений и запуска экспериментов в замкнутых циклах агентов.
Плагин для Claude Code: старшая модель планирует и принимает работу, а поиск, правки и проверку берут на себя роли на более дешевых моделях
Плагин Claude Code поручает кодинг-задачи агентам Codex, следит за их работой и проверяет результат независимо
Сравнение с похожими
Карточки с тем же главным запросом: чем они отличаются.
| Инструмент | Официальный | Звезды репозитория | Главное отличие |
|---|---|---|---|
| Mechanist (эта карточка) | нет | 79 | |
| Autoresearch для скиллов | нет | 982 | цикл автономных экспериментов по улучшению кода; Mechanist строит исследование механизмов моделей с проверкой утверждений |
| Research Agent Skills | нет | 119 | общие скиллы для исследований; здесь узкий пайплайн интерпретируемости с внешним рецензентом |
Коротко о README
README представляет Mechanist как автономного исследовательского агента для интерпретируемости и описывает конвейер из четырех стадий с реестром утверждений. Затем идут установка Claude Code, uv и плагина, настройка внешней модели-рецензента, быстрый старт с `/mguide` и разбор итоговых документов.