Agent Skills para Aprendizaje automático
Las skills de machine learning ayudan a un Agent de IA a ejecutar los pasos de un proceso de minería de datos, desde enmarcar un problema de predicción hasta monitorizar un modelo desplegado. Las skills de este tema cubren seis subtemas: problem framing (qué predicción cambiaría una decisión y qué puntúa un baseline tonto), data (qué puede ver el modelo y qué debe reservarse), training (ajustar un modelo sin engañarte con el conjunto de entrenamiento), evaluation (números que seguirían siendo válidos con los datos de la próxima semana), deployment (llevar las predicciones al producto) y monitoring (los modelos se degradan; alguien tiene que darse cuenta). Usa la lista clasificada encontrando el subtema que coincida con tu paso actual y luego elige una skill cuya descripción aborde ese paso directamente. La lista está ordenada por demanda de búsqueda observada, con coincidencias directas primero y un límite por cada publisher.
8 para empezar21 mejores opciones
Empieza por estos.
Machine learning follows a data-mining process: frame the problem, prepare data, train, evaluate, then deploy and watch drift.
Estos son los resultados más relevantes. Abre un Skill, lee sus instrucciones y decide si encaja.
- Puesto 01Ver Agent SkillDirecta
ml-pipeline-workflow
Crea pipelines de MLOps de principio a fin, desde la ingesta y preparación de datos hasta el entrenamiento, validación, despliegue y monitorización de modelos, con patrones de orquestación DAG y guías de referencia.
10.692 · popularidad - Puesto 02Ver Agent SkillDirecta
finetuning
OficialAjusta modelos en Microsoft Foundry usando SFT (supervisado), DPO (preferencia) o RFT (refuerzo con evaluadores). Cubre preparación de conjuntos de datos, envío de trabajos de entrenamiento, despliegue y evaluación. USE FOR: fine-tune, SFT, DPO, RFT, training data, grader, distillation, fine-tuned model, training job, large file upload, calibrate grader, deploy fine-tuned model, evaluate fine-tuned model. DO NOT USE FOR: general model deployment without fine-tuning (use deploy-model), agent creation (use agents), prompt optimization without training (use prompt-optimizer).
- Puesto 03Ver Agent SkillDirecta
azure-ai-ml-py
Oficial| Azure Machine Learning SDK v2 para Python. Úsalo para espacios de trabajo de ML, trabajos, modelos, conjuntos de datos, cómputo y canalizaciones. Activadores: "azure-ai-ml", "MLClient", "workspace", "model registry", "training jobs", "datasets".
- Puesto 04Ver Agent SkillDirecta
agent-platform-eval-flywheel
Oficial>- Mide y mejora la calidad de modelos y agentes de IA en Google Cloud con la metodología Eval Quality Flywheel. Úsalo al evaluar un agente o modelo, crear un dataset de evaluación, elegir o redactar métricas de evaluación, analizar fallos, comparar resultados antes y después de una corrección, o cuando se necesite orientación sobre la metodología de evaluación de Agent Platform — incluidos el esquema del dataset, la puntuación LLM-as-judge y las causas comunes de fallo. Para fine-tuning, usa agent-platform-tuning. Para el despliegue general en producción, usa agent-platform-deploy.
- Puesto 05Ver Agent SkillDirecta
bigquery-ai-ml
Oficial>- Aprovecha las capacidades integradas de aprendizaje automático y GenAI de BigQuery para análisis de datos avanzados. Úsalo cuando necesites escribir consultas SQL que realicen previsión de series temporales, predigan valores, detecten valores atípicos o anomalías, encuentren factores clave, realicen búsqueda semántica o búsqueda vectorial, clasifiquen texto, calculen similitud, resuman contenido, traduzcan idiomas, evalúen modelos, filtren por condiciones semánticas o aprovechen capacidades de IA generativa en BigQuery. No lo uses para solicitudes generales de gestión de conjuntos de datos, tablas o trabajos de BigQuery.
- Puesto 06Ver Agent SkillDirecta
microsoft-foundry
OficialCrea, despliega, evalúa, optimiza, ajusta y gestiona agentes, modelos y recursos de Microsoft Foundry de principio a fin. USE FOR: azd ai agent, azd provision/deploy, hosted agent scaffold/develop/run/deploy/troubleshoot, prompt agent create, create agent, update agent, add tool to agent, invoke agent, agent.yaml, evaluate agent, batch eval, continuous eval, continuous monitoring, agent CI/CD, optimize prompt, improve prompt, prompt optimizer, optimize agent instructions, Agent Optimizer scaffold, dataset curation from traces, deploy model, model fine-tuning (SFT/DPO/RFT), Foundry project, RBAC, role assignment, permissions, quota, capacity, region, deployment failure, AI Services, create Foundry resource, knowledge index, customize deployment, onboard, availability, training-data, grader, distillation, large file upload. DO NOT USE FOR: Azure Functions, App Service, general Azure deploy (use azure-deploy), general Azure prep (use azure-prepare).
- Puesto 07Ver Agent SkillDirecta
agent-platform-model-registry
Oficial>- Gestión del Registro de Modelos de Agent Platform. Úsalo cuando necesites subir, listar, describir, actualizar o eliminar modelos de machine learning (y sus versiones) en el Registro de Modelos de Agent Platform. No lo uses para entrenamiento de modelos, despliegue de modelos en endpoints ni gestión de modelos que no sean de Agent Platform.
- Puesto 08Ver Agent SkillDirecta
agent-platform-deploy
Oficial>- Despliega modelos abiertos o pesos personalizados desde Model Garden a endpoints de Agent Platform, consulta el estado de una operación de despliegue en curso o limpia recursos desplegando modelos y eliminando endpoints. Úsalo cuando te pidan desplegar activamente un modelo, listar el CATALOG de modelos disponibles de Model Garden, comprobar si un modelo específico es desplegable (`gcloud ai model-garden models list-deployment-config`), consultar el coste de despliegue, solucionar errores de despliegue (como límites de cuota) o desplegar/limpiar endpoints. Úsalo también al copiar y desplegar un 1P Tuned Model. No lo uses para preguntas de simple listado/descubrimiento del tipo "¿está X desplegado?", "lista mis endpoints" o "¿qué regiones tienen modelos en ejecución?" — para esas usa `agent-platform-endpoint-management`. No lo uses para despliegues públicos de Vertex AI (usa el skill `vertex-deploy`) ni para ejecutar evaluaciones de modelos (usa el skill `agent-platform-eval-flywheel`).
Explorar 13 Agent Skills más
- Puesto 09Ver Agent SkillPosible
google-cloud-solution-agentic-ai-data-science-workflow
Oficial>- Diseña una arquitectura de ciencia de datos agéntica multiproducto a medida en Google Cloud que incorpora prácticas recomendadas con criterio propio. Úsalo al diseñar soluciones multiproducto para analítica de datos basada en agentes o cargas de trabajo de ML. No lo uses para consultas simples, pipelines no agénticos, revisiones generales de la nube ni para escribir código de agentes.
Necesita (declarado): Network access
- Puesto 10Ver Agent SkillPosible
ai-research-reproduction
DestacadoSlug de habilidad compatible con Rigor Reproduce para la reproducción de repositorios de deep learning con README primero. Úsalo cuando el usuario quiera un flujo de extremo a extremo, de mínima confianza, que lea primero el repositorio, seleccione el objetivo de inferencia o evaluación documentado más pequeño, coordine la admisión, la configuración, la ejecución confiable, el entrenamiento confiable opcional, el análisis de repositorio opcional y la resolución opcional de brechas del paper, aplique reglas conservadoras de parches, registre supuestos de evidencia, desviaciones y puntos de decisión humana, y escriba el paquete estandarizado `repro_outputs/`. No lo uses para resumen de papers, entorno genérico se
310.973 · popularidad - Puesto 11Ver Agent SkillPosible
minimal-run-and-audit
DestacadoSkill de Rigor Run para la reproducción de repositorios de deep learning con README primero. Úsalo cuando la tarea sea específicamente capturar o normalizar evidencia del smoke test seleccionado o del comando documentado de inferencia o evaluación y escribir archivos estandarizados `repro_outputs/`, incluidas notas de parches cuando se modifiquen archivos del repositorio. No lo uses para ejecución de entrenamiento, admisión inicial del repositorio, configuración genérica de entorno, búsqueda de papers, selección de objetivos, cambios ocultos de significado científico ni orquestación de extremo a extremo por sí solo.
450.032 · popularidad - Puesto 12Ver Agent SkillPosible
run-train
Skill Rigor Train para repositorios de investigación en aprendizaje profundo. Úsalo cuando un comando de entrenamiento documentado o seleccionado deba ejecutarse de forma conservadora para verificación de arranque, verificación de ejecución corta, inicio completo o reanudación, con evidencia de comando, configuración, semilla, registro, checkpoint, estado y métrica escrita en…
310.547 · popularidad - Puesto 13Ver Agent SkillPosible
explore-run
Rigor Improve / Rigor Explore ejecuta el skill hoja para evidencia exploratoria acotada en repositorios de investigación de deep learning. Úsalo cuando el investigador autorice explícitamente ejecuciones exploratorias como validación de subconjuntos pequeños, guess-and-check de ciclo corto, barridos por lotes, búsqueda con GPU inactiva o rápida…
310.529 · popularidad - Puesto 14Ver Agent SkillPosible
analyze-project
Habilidad de solo lectura Rigor Analyze / Rigor Audit para repositorios de investigación en aprendizaje profundo. Úsala cuando el usuario quiera leer y comprender un repositorio, inspeccionar la estructura del modelo y los puntos de entrada de entrenamiento o inferencia, revisar configuraciones y puntos de inserción, o señalar patrones de implementación sospechosos sin…
311.205 · popularidad - Puesto 15Ver Agent SkillPosible
safe-debug
Skill Rigor Debug / Rigor Audit para trabajo de investigación en deep learning. Úsalo cuando el usuario pegue un traceback, un error de terminal, un CUDA OOM, un fallo de carga de checkpoint, un desajuste de shapes, un síntoma de pérdida NaN o un fallo de entrenamiento y quiera un diagnóstico conservador antes de cualquier parche, con las correcciones de depuración claramente separadas…
310.743 · popularidad - Puesto 16Ver Agent SkillPosible
repo-intake-and-plan
Ayudante de Rigor Intake para la reproducción de repos de deep learning con README primero. Úsalo cuando la tarea sea específicamente escanear un repositorio, leer el README y los archivos comunes del proyecto, extraer los comandos documentados, clasificar candidatos de inferencia, evaluación y entrenamiento, y devolver el más pequeño y fiable…
450.252 · popularidad - Puesto 17Ver Agent SkillPosible
env-and-assets-bootstrap
Skill de Rigor Setup para la reproducción de repos de deep learning con README primero. Úsalo cuando la tarea sea específicamente preparar un entorno conservador basado en conda, supuestos de rutas de checkpoints y datasets, indicaciones de ubicación de caché y notas de configuración antes de cualquier ejecución en un repositorio documentado en README. No usar para…
450.087 · popularidad - Puesto 18Ver Agent SkillPosible
paper-context-resolver
Asistente de contexto de Rigor Paper para la reproducción de repos de deep learning con README primero. Úsalo solo cuando el README y los archivos del repositorio dejen un hueco estrecho y crítico para la reproducción y la tarea sea resolver un detalle específico del paper como el split del dataset, el preprocesamiento, el protocolo de evaluación, el mapeo de checkpoints o…
451.036 · popularidad - Puesto 19Ver Agent SkillPosible
azure-aigateway
OficialConfigura Azure API Management como AI Gateway para modelos de IA, herramientas MCP y agentes. CUÁNDO: caché semántica, límite de tokens, seguridad de contenido, balanceo de carga, gobernanza de modelos de IA, limitación de tasa de MCP, detección de jailbreak, añadir backend de Azure OpenAI, añadir modelo de AI Foundry, probar AI gateway, políticas de LLM,…
544.026 · popularidad - Puesto 20Ver Agent SkillPosible
airunway-aks-setup
OficialConfigura AI Runway en AKS — desde un clúster vacío hasta un modelo en ejecución. Cubre verificación del clúster, instalación del controlador, evaluación de GPU, configuración del proveedor y primer despliegue. CUÁNDO: \"setup AI Runway\", \"onboard AKS cluster\", \"install AI Runway\", \"airunway setup\", \"deploy model to AKS\", \"GPU…
337.927 · popularidad - Puesto 21Ver Agent SkillPosible
developing-genkit-js
Desarrolla aplicaciones impulsadas por IA usando Genkit en Node.js/TypeScript. Úsalo cuando el usuario pregunte sobre Genkit, agentes de IA, flows o herramientas en JavaScript/TypeScript, o cuando encuentre errores de Genkit, problemas de validación, errores de tipo o problemas de API.
58.870 · popularidad
Qué cubre este tema
Cada subtema agrupa Agent Skills para una situación concreta.
- Problem
- What prediction would change a decision, and what a dumb baseline scores.
- Data
- What the model is allowed to see, and what must be held out.
- Training
- Fit a model without fooling yourself on the training set.
- Evaluation
- Numbers that would still hold on next week's data.
- Deployment
- Get predictions into the product.
- Monitoring
- Models rot; someone has to notice.
Preguntas frecuentes
- ¿Cómo se ordena la lista clasificada?
- La lista está ordenada por demanda de búsqueda observada. Las coincidencias directas con el tema aparecen primero, y hay un límite de cuántas skills puede ocupar un mismo publisher.
- ¿Qué cubre el tema de machine learning?
- Cubre el proceso de minería de datos: enmarcar el problema, preparar los datos, entrenar, evaluar y luego desplegar y vigilar la deriva. Los subtemas son problem, data, training, evaluation, deployment y monitoring.
- ¿Con qué subtema debería empezar?
- Empieza por la subtarea que coincida con tu paso actual en el proceso. Si no has enmarcado la predicción ni establecido una línea base simple, comienza por el problema; si ya tienes un modelo, mira la evaluación, el despliegue o el monitoreo.
Cómo instalar un Agent Skill
Los Agent Skills son archivos SKILL.md. La mayoría de los agentes los detectan cuando están en el directorio de skills correcto:
- Claude Code — copy the SKILL.md for ml-pipeline-workflow into ~/.claude/skills/ml-pipeline-workflow/ for yourself, or .claude/skills/ml-pipeline-workflow/ to share it with a project.
- From the registry — run npx skills add wshobson/agents@ml-pipeline-workflow.
- Or download ml-pipeline-workflow from its source and place that SKILL.md in the directory above.
Cómo elegir Comprueba la fuente y las instrucciones del propio Skill antes de instalar. Las etiquetas Official y Notable describen el origen del Skill.