Claude Skill MartKhám phá skillCâu dùng ngayHọc qua videoDùng terminalSkill là gì?
 
← Về danh sách

Hướng dẫn PufferLib cho Học tăng cường

Skill phân biệt rõ PufferLib 3.0.0 và nhánh nguồn 4.0, hướng dẫn bọc môi trường, vector hóa, huấn luyện PuffeRL và kiểm tra checkpoint an toàn.

Lập trìnhNâng cao★ 33,030⑂ 3,248Điểm AI 8/10Cập nhật lần cuối: 9 thg 8, 2026

Làm được gì

  • Tách rõ hai bề mặt API không tương thích: bản ổn định pufferlib==3.0.0 trên PyPI và nhánh nguồn 4.0 (môi trường C Ocean, trainer CUDA), tránh trộn lẫn import/CLI.
  • Hướng dẫn chuẩn hóa môi trường Gymnasium/PettingZoo bằng GymnasiumPufferEnv/PettingZooPufferEnv, kiểm tra hợp đồng reset/step và phân biệt terminated với truncated.
  • Kèm bộ CLI không phụ thuộc thư viện ngoài: kiểm tra hợp đồng môi trường, benchmark vector hóa, sinh kế hoạch huấn luyện (dry-run), kế hoạch tái lập, và soi checkpoint bằng hash.
  • Áp đặt quy tắc an toàn: không đưa WANDB_API_KEY/NEPTUNE_API_TOKEN vào tham số hay log, giới hạn tài nguyên, tách seed train/eval, hash checkpoint trước khi nạp trong sandbox.

Phù hợp với ai

  • Nhà nghiên cứu/kỹ sư RL đang dùng PufferLib hoặc cân nhắc di chuyển từ 3.0 sang 4.0.
  • Người cần đưa môi trường Gym/PettingZoo tự viết vào pipeline vector hóa hiệu năng cao.
  • Nhóm cần quy trình kiểm định an toàn cho môi trường/checkpoint nhận từ bên ngoài.

Ví dụ sử dụng

  1. "Môi trường Gymnasium của tôi có đúng hợp đồng chưa?" → python3 scripts/env_contract_validator.py --steps 64 --episodes 8 --seed 42.
  2. "Tạo kế hoạch huấn luyện 10.000 bước trên CPU" → scripts/train_template.py --profile pypi-3.0.0 --device cpu --total-timesteps 10000, rồi kiểm tra bằng validate_plan.py.
  3. "Có nên nạp checkpoint.pt tải về không?" → scripts/inspect_checkpoint.py checkpoint.pt --expected-sha256 ... để đối chiếu hash mà không giải tuần tự hóa.

· · · Hướng dẫn cài đặt · · ·

Dùng thử ngay, không cần cài

Dán đoạn dưới vào Claude là dùng được skill này mà không cần cài đặt.

Hãy đọc hướng dẫn trong tệp này và làm theo để giúp mình:
https://raw.githubusercontent.com/K-Dense-AI/scientific-agent-skills/HEAD/skills/pufferlib/SKILL.md

Mình muốn: (viết việc bạn cần ở đây)

Nếu Claude không mở được liên kết, hãy mở liên kết và copy nội dung vào rồi dán.

↓ Thấy hữu ích thì tải ZIP bên dưới và cài. Sau đó skill tự chạy, không phải dán lại mỗi lần.

Cài vào ứng dụng Claude (không cần terminal)
  1. Tải tệp ZIP bằng nút bên dưới.
  2. Trong Claude, mở Settings → Capabilities và bật 'Code execution and file creation'. (chỉ một lần)
  3. Vào Customize → Skills → + → 'Upload a skill' rồi tải tệp ZIP lên.
↓ Tải ZIP
Cài vào Claude Code

Để Claude làm — dán câu dưới đây vào Claude Code

Hãy cài skill mình tìm thấy trên Claude Skill Mart.
Copy thư mục skills/pufferlib từ repo GitHub K-Dense-AI/scientific-agent-skills vào ~/.claude/skills/pufferlib/ của mình.
Sau khi cài xong, cho mình biết skill này làm được gì trong một câu.

Cài bằng lệnh thủ công

git clone https://github.com/K-Dense-AI/scientific-agent-skills.git && mkdir -p ~/.claude/skills && cp -r scientific-agent-skills/skills/pufferlib ~/.claude/skills/

⚠ Đây là skill do người khác tạo. Hãy kiểm tra repo gốc trước khi cài.

  1. Mở terminal và chuyển tới thư mục làm việc bạn muốn.
  2. Clone repo: git clone https://github.com/K-Dense-AI/scientific-agent-skills.git
  3. Tạo thư mục skill: mkdir -p ~/.claude/skills
  4. Copy skill này: cp -r scientific-agent-skills/skills/pufferlib ~/.claude/skills/
  5. Kiểm tra Python: python3 --version (cần 3.10 trở lên).
  6. Khởi động lại Claude Code, rồi yêu cầu ví dụ: "kiểm tra hợp đồng môi trường PufferLib giúp tôi".
  7. Các script chỉ dùng thư viện chuẩn, chạy thử ngay: python3 ~/.claude/skills/pufferlib/scripts/env_template.py --help.
Xem mã nguồn trên GitHub ↗Giấy phép: MIT