面向机器学习的 Agent Skills
机器学习技能帮助 AI agent 执行数据挖掘流程的各个步骤，从框定预测问题到监控已部署的模型。这个主题的技能覆盖六个子主题：问题框定（什么预测会改变决策，以及一个笨基线能得多少分）、数据（模型被允许看到什么，什么必须留出）、训练（拟合模型而不在训练集上自欺）、评估（在下周数据上仍然成立的数字）、部署（把预测送进产品），以及监控（模型会腐化；得有人注意到）。使用排名列表时，找到匹配你当前步骤的子主题，然后选择一个描述直接针对该步骤的技能。列表按观察到的搜索需求排序，直接匹配的排在最前，并对任何单一发布者设有上限。
8 个先看21 个推荐选项
从这些开始。
Machine learning follows a data-mining process: frame the problem, prepare data, train, evaluate, then deploy and watch drift.
这些是和这项工作最接近的结果。从第一条开始，打开后即可安装。
- 排名 01查看 Agent Skill直接匹配
ml-pipeline-workflow
构建端到端 MLOps 管道，从数据摄取和准备到模型训练、验证、部署和监控，配有 DAG 编排模式和参考指南。
10,692 · 受欢迎程度 - 排名 02查看 Agent Skill直接匹配
finetuning
官方在 Microsoft Foundry 上使用 SFT（监督式）、DPO（偏好）或 RFT（带评分器的强化学习）微调模型。涵盖数据集准备、训练任务提交、部署和评估。适用场景：微调、SFT、DPO、RFT、训练数据、评分器、蒸馏、微调模型、训练任务、大文件上传、校准评分器、部署微调模型、评估微调模型。不适用场景：不进行微调的通用模型部署（使用 deploy-model）、agent 创建（使用 agents）、不进行训练的提示优化（使用 prompt-optimizer）。
- 排名 03查看 Agent Skill直接匹配
azure-ai-ml-py
官方Azure Machine Learning SDK v2 for Python。用于 ML 工作区、作业、模型、数据集、计算和管道。触发词："azure-ai-ml"、"MLClient"、"workspace"、"model registry"、"training jobs"、"datasets"。
- 排名 04查看 Agent Skill直接匹配
agent-platform-eval-flywheel
官方>- 使用 Eval Quality Flywheel 方法论，在 Google Cloud 上衡量并提升 AI 模型和 Agent 的质量。适用于评估 Agent 或模型、构建评估数据集、选择或编写评估指标、分析失败、比较修复前后的结果，或需要关于 Agent Platform 评估方法论的指导时——包括数据集 schema、LLM-as-judge 评分和常见失败原因。如需微调，请使用 agent-platform-tuning。如需一般生产部署，请使用 agent-platform-deploy。
- 排名 05查看 Agent Skill直接匹配
bigquery-ai-ml
官方>- 利用 BigQuery 内置的机器学习和 GenAI 能力进行高级数据分析。适用于需要编写 SQL 查询来执行时间序列预测、预测值、检测离群值或异常、查找关键驱动因素、执行语义搜索或向量搜索、文本分类、计算相似度、内容摘要、语言翻译、模型评估、按语义条件过滤，或利用 BigQuery 中的生成式 AI 能力时。不适用于一般的 BigQuery 数据集、表或作业管理请求。
- 排名 06查看 Agent Skill直接匹配
microsoft-foundry
官方端到端地构建、部署、评估、优化、微调和管理 Microsoft Foundry 智能体、模型和资源。适用场景：azd ai agent、azd provision/deploy、托管智能体脚手架/开发/运行/部署/故障排除、prompt agent 创建、创建智能体、更新智能体、向智能体添加工具、调用智能体、agent.yaml、评估智能体、批量评估、持续评估、持续监控、智能体 CI/CD、优化提示词、改进提示词、提示词优化器、优化智能体指令、Agent Optimizer 脚手架、从 trace 整理数据集、部署模型、模型微调（SFT/DPO/RFT）、Foundry 项目、RBAC、角色分配、权限、配额、容量、区域、部署失败、AI Services、创建 Foundry 资源、知识索引、自定义部署、入门、可用性、训练数据、评分器、蒸馏、大文件上传。不适用场景：Azure Functions、App Service、一般 Azure 部署（使用 azure-deploy）、一般 Azure 准备（使用 azure-prepare）。
- 排名 07查看 Agent Skill直接匹配
agent-platform-model-registry
官方>- Agent Platform Model Registry 管理。当你需要在 Agent Platform Model Registry 中上传、列出、描述、更新或删除机器学习模型（及其版本）时使用。不要用于模型训练、将模型部署到端点或管理非 Agent Platform 模型。
- 排名 08查看 Agent Skill直接匹配
agent-platform-deploy
官方>- 将开放模型或自定义权重从 Model Garden 部署到 Agent Platform 端点，检查进行中的部署操作状态，或通过取消部署模型和删除端点来清理资源。适用于被要求主动部署模型、列出 Model Garden 中可用模型的 CATALOG、检查特定模型是否可部署（`gcloud ai model-garden models list-deployment-config`）、查询部署成本、排查部署错误（如配额限制），或取消部署/清理端点。也适用于复制并部署 1P Tuned Model。不适用于“X 是否已部署？”、“列出我的端点”或“哪些区域有模型运行？”这类纯列表/发现类问题——这些请使用 `agent-platform-endpoint-management`。不适用于公开 Vertex AI 部署（请使用 `vertex-deploy` skill）或运行模型评估（请使用 `agent-platform-eval-flywheel` skill）。
展开另外 13 个 Agent Skills
- 排名 09查看 Agent Skill可能匹配
google-cloud-solution-agentic-ai-data-science-workflow
官方>- 在 Google Cloud 上设计量身定制的多产品 Agent 数据科学架构，融入有明确主张的最佳实践。适用于为基于 Agent 的数据分析或 ML 工作负载设计多产品解决方案。不适用于简单查询、非 Agent 流水线、通用云审查或编写 Agent 代码。
声明的前提（自述）: Network access
- 排名 10查看 Agent Skill可能匹配
ai-research-reproduction
精选兼容 Rigor Reproduce 的技能 slug，用于 README 优先的深度学习仓库复现。当用户想要端到端、最小可信流程时使用：先阅读仓库，选择最小的有文档记录的推理或评估目标，协调 intake、setup、可信执行、可选的可信训练、可选的仓库分析以及可选的论文差距解决，执行保守的补丁规则，记录证据假设偏差和人工决策点，并写出标准化的 `repro_outputs/` 包。不要用于论文摘要、通用环境 se
310,973 · 受欢迎程度 - 排名 11查看 Agent Skill可能匹配
minimal-run-and-audit
精选Rigor Run skill，用于 README 优先的深度学习仓库复现。适用于专门从选定的冒烟测试或文档化的推理或评估命令中捕获或规范化证据，并写入标准化的 `repro_outputs/` 文件，包括仓库文件变更时的补丁说明。不适用于训练执行、初始仓库接收、通用环境搭建、论文查找、目标选择、隐藏科学含义变更，或单独进行端到端编排。
450,032 · 受欢迎程度 - 排名 12查看 Agent Skill可能匹配
run-train
用于深度学习研究仓库的 Rigor Train skill。当应保守地运行已记录或选定的训练命令以进行启动验证、短运行验证、完整启动或恢复时使用，并将命令、配置、种子、日志、检查点、状态和指标证据写入…
310,547 · 受欢迎程度 - 排名 13查看 Agent Skill可能匹配
explore-run
Rigor Improve / Rigor Explore 运行叶子 Skill，用于深度学习研究仓库中有界的探索性证据。当研究者明确授权探索性运行时使用，例如小规模子集验证、短周期试错、批量扫描、空闲 GPU 搜索或快速…
310,529 · 受欢迎程度 - 排名 14查看 Agent Skill可能匹配
analyze-project
Rigor Analyze / Rigor Audit 只读技能，用于深度学习研究仓库。当用户想要阅读和理解仓库、检查模型结构及训练或推理入口、审查配置和插入点，或标记可疑的实现模式而不…
311,205 · 受欢迎程度 - 排名 15查看 Agent Skill可能匹配
safe-debug
用于深度学习研究工作的 Rigor Debug / Rigor Audit skill。当用户粘贴 traceback、终端错误、CUDA OOM、检查点加载失败、形状不匹配、NaN 损失症状或训练失败，并希望在任何修补前进行保守诊断时使用，调试修复需清晰分离…
310,743 · 受欢迎程度 - 排名 16查看 Agent Skill可能匹配
repo-intake-and-plan
Rigor Intake助手，用于README优先的深度学习仓库复现。当任务具体为扫描仓库、阅读README和常见项目文件、提取文档化命令、分类推理、评估和训练候选，并返回最小可信…
450,252 · 受欢迎程度 - 排名 17查看 Agent Skill可能匹配
env-and-assets-bootstrap
Rigor Setup Skill，用于 README 优先的深度学习仓库复现。当任务明确是为 README 文档化的仓库在运行前准备保守的 conda 优先环境、检查点和数据集路径假设、缓存位置提示和设置说明时使用。不要用于……
450,087 · 受欢迎程度 - 排名 18查看 Agent Skill可能匹配
paper-context-resolver
Rigor Paper Context 助手，用于 README 优先的深度学习仓库复现。仅在 README 和仓库文件留下狭窄的复现关键缺口，且任务是解决特定论文细节（如数据集划分、预处理、评估协议、检查点映射或……）时使用。
451,036 · 受欢迎程度 - 排名 19查看 Agent Skill可能匹配
azure-aigateway
官方将 Azure API Management 配置为 AI 模型、MCP 工具和代理的 AI Gateway。WHEN：语义缓存、令牌限制、内容安全、负载均衡、AI 模型治理、MCP 速率限制、越狱检测、添加 Azure OpenAI 后端、添加 AI Foundry 模型、测试 AI 网关、LLM 策略，…
544,026 · 受欢迎程度 - 排名 20查看 Agent Skill可能匹配
airunway-aks-setup
官方在 AKS 上设置 AI Runway——从裸集群到运行模型。涵盖集群验证、控制器安装、GPU 评估、提供商设置和首次部署。WHEN: \"setup AI Runway\", \"onboard AKS cluster\", \"install AI Runway\", \"airunway setup\", \"deploy model to AKS\", \"GPU…
337,927 · 受欢迎程度 - 排名 21查看 Agent Skill可能匹配
developing-genkit-js
使用 Node.js/TypeScript 中的 Genkit 开发 AI 驱动的应用。适用于用户询问 JavaScript/TypeScript 中的 Genkit、AI agent、flow 或 tool，或遇到 Genkit 错误、验证问题、类型错误或 API 问题时。
58,870 · 受欢迎程度
这个话题涵盖什么
每个子主题对应一类具体场景下的 Agent Skills。
- 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.
常见问题
- 这个排名列表是如何排序的？
- 该列表按观察到的搜索需求排序。与主题直接匹配的技能排在最前，且对单一发布者可占用的技能数量设有上限。
- 机器学习主题涵盖什么？
- 它涵盖数据挖掘流程：框定问题、准备数据、训练、评估，然后部署并观察漂移。子主题是问题、数据、训练、评估、部署和监控。
- 我应该从哪个子主题开始？
- 从与你在流程中当前步骤匹配的子主题开始。如果你还没有界定预测问题或建立笨拙的基线，就从问题开始；如果你已经有模型，就看评估、部署或监控。
如何安装 Agent Skill
从本页第一条开始。Claude Code 会读取放进 skills 目录的 SKILL.md：
- Claude Code——把 ml-pipeline-workflow 的 SKILL.md 复制到 ~/.claude/skills/ml-pipeline-workflow/（个人使用），或 .claude/skills/ml-pipeline-workflow/（随项目共享）。
- 从 registry 安装——运行 npx skills add wshobson/agents@ml-pipeline-workflow。
- 或者从 ml-pipeline-workflow 的来源下载 SKILL.md，放进上面的目录。
如何挑选 安装前先看出处和技能自身的说明。Official 与 Notable 标签描述的是技能来源。