MCP App StoreMCP App Store
de agentic-kaggle-skill53
Compétence d'assistant pour exécuter et gérer les flux de travail des compétitions Kaggle : dépannage des soumissions, modèles de stabilisation des scores, flux de travail de kernels et délégation basée sur des spécifications.
Cette compétence regroupe des modèles pratiques et éprouvés pour mener des compétitions Kaggle avec des agents IA. Elle apprend à l'agent à configurer des projets, à automatiser la surveillance routinière, à préparer et pousser des kernels, à gérer les erreurs de soumission courantes et à utiliser le développement piloté par des spécifications pour déléguer le code et les expériences à des agents de codage. L'objectif est d'obtenir des flux de travail de compétition fiables et reproductibles qui réduisent la charge manuelle et améliorent les performances au classement.
Utilisez cette compétence lors du démarrage ou de la maintenance d'un projet de compétition Kaggle, lorsque les soumissions échouent ou renvoient des résultats inattendus (erreurs 400, problèmes de format), lorsque vous devez reproduire des notebooks de haut niveau, ou lorsque vous souhaitez déléguer en toute sécurité l'entraînement GPU et la configuration de l'environnement à des sous-agents. Elle est également utile pour stabiliser les scores volatils du classement en suivant les directives d'évaluation temporelle.
kaggle et la gestion des kernels.Idéalement utilisée avec des agents capables de codage et de délégation (OpenCode, Claude Code ou des délégués sous-agents) pour des tâches telles que la poussée de kernels, l'édition de SPEC.md et l'orchestration des cycles d'entraînement.
Compétence de flux de travail pour les compétitions Kaggle avec un SKILL.md complet couvrant la stratégie de compétition ML de bout en bout et 4 scripts d'aide. Les scripts structurent le projet, créent des plis (folds), préparent les métadonnées du noyau Kaggle et les métadonnées du jeu de données. Seul scaffold_competition.py s'exécute sans arguments requis ; les 3 autres demandent correctement des arguments d'entrée et affichent l'utilisation en cas d'absence. Code propre et bien structuré, sans problème de sécurité.
Compétence de flux de travail de compétition approfondie. Aucun problème de sécurité trouvé. Les scripts sont des outils CLI nécessitant des arguments explicites — pas de valeurs par défaut dangereuses. Le module experiment_logger intégré dans prepare_kaggle_kernel.py exécute `git rev-parse HEAD` via subprocess, mais cela est sûr/en lecture seule.
Development Worktree
Create an isolated git worktree for feature work, auto-run project setup, and verify a clean test baseline before development.
ds-fix — data-science mid-analysis fixer
Orchestrates diagnosis and targeted fixes mid-analysis: diagnose root cause, apply fixes with output-first verification, and update project learnings.
Readwise Reader Document Management
Manage Readwise Reader documents: list, save, search, move, tag, highlight, export and bulk-edit via official and custom CLIs.
Bounty Hunter — Atlas
Persona skill: 'Atlas' — a profit-focused developer persona for discovering, evaluating and executing paid bounties or freelance tasks with ROI-aware workflows.
Junshi — Research Advisor
Daily strategic research advisor that scans arXiv/venues, digests papers, and proposes bold, ranked research ideas tailored to the user's profile.
Scikit-learn (Classical ML reference)
Comprehensive scikit-learn guidance for classification, regression, clustering, preprocessing, model evaluation, and production-ready ML pipelines.
Full Stack Builder
End-to-end builder that scaffolds, implements, tests, and optionally deploys web and API applications from a natural-language specification.
ezBookkeeping API Tools
Command-line API tools for ezBookkeeping: record and query transactions, retrieve accounts/categories/tags, and fetch exchange rates for self-hosted personal fi