Cortex - ML Pipeline Builder — Agent Skill | MCP App Store

Retour aux compétences

claude-code-plugins-plus-skills

Cortex - Constructeur de Pipeline ML

de claude-code-plugins-plus-skills2,075

Un constructeur de pipeline ML guidé qui accompagne un agent à travers la validation des données, l'ingénierie des caractéristiques, l'entraînement, l'évaluation et le déploiement de points de terminaison pour la classification ou la régression.

déclencheurs:build ml modeltrain a modelprediction pipelineclassificationregression

GitHub SKILL.md

Ce qu'il fait\n\nCortex fournit un guide étape par étape pour construire des pipelines d'apprentissage automatique (machine learning) prêts pour la production. Il guide l'agent à travers la détection de l'environnement, la définition des métriques de succès, la modélisation de base simple, la validation des données, l'ingénierie des caractéristiques, l'entraînement, l'évaluation et le déploiement d'un point de terminaison de service avec surveillance et instrumentation. Les instructions mettent l'accent sur la reproductibilité, le suivi des expériences et l'évitement d'une complexité prématurée (commencer par une régression logistique ou un boosting de gradient).\n\n## Quand l'utiliser\n\nUtilisez Cortex lorsqu'on vous demande de construire ou d'améliorer un modèle de machine learning ou un pipeline de prédiction - par exemple, "construire un modèle ML", "entraîner un modèle", "pipeline de prédiction", "classification" ou "régression". Il est approprié pour les projets nécessitant un chemin pratique allant des données brutes à un modèle servi et un plan de surveillance.\n\n## Ce qui est inclus\n\n- Scripts : aucun script groupé dans le chemin du dépôt (has_scripts=false) - le SKILL décrit les noms de scripts canoniques à créer (data_validation.py, features.py, train.py, evaluate.py, serve.py).\n- Références : aucune référence incluse dans ce skill.\n- Instructions : étapes procédurales détaillées couvrant la détection de l'environnement, la sélection de métriques, la modélisation de base, la validation des données, la conception du pipeline de caractéristiques, les meilleures pratiques d'entraînement, l'évaluation, la configuration du service (FastAPI/Flask) et la surveillance de production.\n\n## Agents compatibles\n\nCompatible avec les environnements d'exécution d'agents de style Claude Code et les agents développeurs généraux pilotés par LLM capables d'exécuter des commandes shell et de générer du code (par exemple, Claude Code, assistants de style Copilot ou d'autres agents axés sur le code).

Étiquettes

Compétences similaires