horizonrobotics/oe-skills/lightcompress-batch-quantize

Claude Code and agent skill by horizonrobotics/oe-skills

Trust tier 3
  • community
Source check pending

Checking that the SKILL.md file is still in the repository.

批量执行 LightCompress 量化实验并生成对比表。

Install

npx vskill@latest install horizonrobotics/oe-skills/lightcompress-batch-quantize

SKILL.md

LightCompress 批量量化实验

概述

批量执行 = 循环调用 lightcompress-quant-explore skill。本 skill 只负责编排，不重复实现单实验逻辑。

Phase 1: 解析用户输入，展开实验列表

将用户输入展开为实验的笛卡尔积：models x methods x configs。

示例输入：

text
对 Qwen3-0.6B、Qwen2.5-7B 跑 RTN W8A8 和 GPTQ W4A8 量化

展开为 4 个实验：

  1. Qwen3-0.6B + RTN W8A8
  2. Qwen3-0.6B + GPTQ W4A8
  3. Qwen2.5-7B + RTN W8A8
  4. Qwen2.5-7B + GPTQ W4A8

Phase 2: 检查精度缓存

调用 quant-accuracy-cache skill 查询每个实验是否已有结果。

匹配规则：model.name + quant.method + quant.w_bit + quant.a_bit。

  • 命中缓存：记录结果，从待执行列表中移除
  • 未命中缓存：保留在待执行列表

Phase 3: 逐个调用 lightcompress-quant-explore

对待执行列表中的每个实验：

  1. 调用 lightcompress-quant-explore skill 启动实验
  • 不指定 GPU，让子 skill 自动选择空闲 GPU
  1. 等待实验真正启动（通过 nvidia-smi 确认显存占用上升）
  2. 启动下一个实验

自动回答子 skill 的交互问题：

子 skill 问题预设答案
开始实验 / 取消开始实验
保存到缓存 / 跳过保存到缓存
缓存冲突处理保留两者

Phase 4: 汇总结果，生成对比表

所有实验完成后，汇总为对比表：

markdown
| 模型 | 方法 | 配置 | Pretrain PPL | Fake Quant PPL | PPL 变化 | 来源 |
|------|------|------|--------------|----------------|----------|------|
| Qwen3-0.6B | RTN | W8A8 | 21.30 | 22.15 | +0.85 | 实验 |
| Qwen2.5-7B | GPTQ | W4A8 | 7.00 | 7.45 | +0.45 | 缓存 |

调用 quant-accuracy-cache 保存新产生的实验结果。

与其他 Skill 的协作

Skill关系说明
lightcompress-quant-explore依赖单实验执行引擎，负责 GPU 选择、配置生成、实验运行
quant-accuracy-cache协作实验前查询缓存跳过重复，实验后保存结果

Security

  • Security scanPassed, 90 of 100Pattern checks on the skill's files.
  • Model reviewPassed

See the full security report

Quality evaluation

  • Task evaluationNot runNo evaluation yet. Run one in Skill Studio.

See evaluation results

Source

Popularity

Repository stars
25
Repository forks
4
7-day trend score
0

Stars and forks are for the whole GitHub repository, not this skill alone. Not refreshed yet.

Works with

Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.

  • Claude Code
  • Cursor
  • GitHub Copilot
  • Windsurf
  • Codex
  • Gemini CLI
  • Cline
  • Amp
  • Roo Code
  • Goose
  • Continue
  • Kilo Code
  • Junie
  • Trae
  • OpenHands
  • Qwen Code
  • AI Agent
  • Tabnine Chat
  • Sourcegraph Cody
  • Amazon Q
  • Firebase Genkit
  • Sweep
  • Devin
  • Phind
  • Mentat
  • Claude Desktop
  • Aider
  • GPT Pilot
  • Plandex
  • bolt.new
  • v0
  • Replit Agent
  • Anse
  • TypingMind
  • BetterChatGPT
  • LibreChat
  • Warp AI
  • Pieces
  • Fig AI
Embed badge
vskill VERIFIED badge
[![vskill VERIFIED](https://verified-skill.com/api/v1/skills/horizonrobotics/oe-skills/lightcompress-batch-quantize/badge)](https://verified-skill.com/skills/horizonrobotics/oe-skills/lightcompress-batch-quantize)

Something wrong with this skill or its page? Tell us.