安装
uv tool install 'git+https://github.com/00200200/[email protected]'Repro Lens 是面向 ML 与编码 agent 的可复现性检查工具：扫描代码中的复现风险、回放实验并对比改动前后的输出。如果你在改动 ML 代码后想确认实验结果没有被破坏，这是它的核心用途；静态检查只需 Python 3.11+ 和 Git，不需要 ML 依赖或 API key，但实验回放需要该实验自身的依赖，且必须由你显式触发。
适合谁
- 需要在改代码前后验证实验可复现的 ML/科研工程师，以及为 coding agent 配置复现审计流程的团队。
- 只想做静态扫描的用户：无需 ML 依赖、无需 API key，被扫描的代码不会被导入执行，输出带文件位置的静态发现。
- 不适合的情况：没有 Git 环境时两条安装路径都不可用；Python 低于 3.11 时静态检查器无法运行。除上述要求外，源材料未说明其他系统前提，是否支持 Windows 等平台官方未说明。
- 证据未说明的内容不得假设：它未声明支持哪些文本或代码语言，也未声明在哪些 agent 客户端可用。
3 分钟完成第一次尝试
前提：本机已安装 Python 3.11+、Git 和 uv。推荐主路径是用 uv 从官方仓库固定版本安装：
uv tool install 'git+https://github.com/00200200/[email protected]'
替代方式是在虚拟环境中用 pip 安装同一 git URL（同样需要 Git），这只是次要选项，不构成另一条主入口。
安装后先做一次低风险、只读的静态检查：在你的项目里对 agent 或终端发起任务「用 repro-lens check 检查这个文件是否有已知的可复现性风险」。对应核心操作 check：它给出静态发现及文件位置，且被扫描的代码永远不会被导入。成功信号是输出中列出带文件位置的发现（即使结论是「未发现风险」也说明运行成功）。
注意：check 是诊断操作，这只是说明它不导入扫描代码；它是否会读写文件、执行命令或访问网络，源材料没有说明，无法确认。实验回放（verify，要求两次运行的声明输出一致）会实际执行实验，属于有副作用的操作，第一次尝试不要使用；如要使用，先确认实验依赖齐全并在触发前明确确认。
使用案例
案例一：改动训练脚本前的静态审计。向 agent 发起「对训练脚本运行 repro-lens check」。工具执行 check 操作，返回静态发现和文件位置，不导入你的代码。你可以据此判断改动是否引入已知的可复现性风险；若源材料之外的细节（如具体规则列表）未提供，则只能确认到「得到带位置的发现」这一步。
案例二：修复后的输出对比。前提是你已在改动前通过官方工作流保存了报告。向 agent 发起「用 repro-lens 的 verify 回放实验，再用 compare 对比两次保存的报告」。verify 要求两次运行的声明输出完全一致，compare 用于 diff 已保存的报告。预期结果：verify 通过表示输出匹配声明，compare 给出报告差异。回放需要实验自身依赖，且是显式命令——工具不会替你自动回放。
使用边界
- 文件与命令访问：
check不导入被扫描代码；verify会执行实验（需依赖），回放始终是显式命令，pre-commit 钩子（仓库 repro-lens，rev v0.3.0，id repro-lens）只筛查代码和项目策略，不自动回放。是否涉及网络访问官方未说明。 - 确认点：任何会执行实验的操作（verify）都应在触发前确认实验配置和副作用。
- 安装差异：推荐用 uv 安装固定版本 v0.3.0；虚拟环境中的 pip 安装是官方给出的替代方式。源材料未提及 marketplace 或其他平台安装方式，不要假设。
- agent 集成：仓库内 skills/reproducibility/SKILL.md 可引导现有 coding agent 完成审计或经授权的修复，其启动器与 CLI 调用同一引擎；完整仓库也是一个 Codex 插件（含 .codex-plugin/plugin.json）。除此之外，具体支持哪些 agent 客户端官方未列明。
- 未确认的关键信息：网络行为、支持的代码语言范围、
check/compare的读写边界均无官方说明，使用前请以仓库文档为准。