全部技能
ml-pipeline
搭建完整 ML 流水线:Kubeflow 或 Airflow DAG、MLflow 记录、数据校验和部署配置。
- 属于 Jeffallan/claude-skills
- 4200次安装
- 开发工具
适合什么时候用
你已有训练脚本或数据集,但缺少编排、追踪和可复现的流水线,需要把校验、训练、模型注册等环节串起来。
举个例子
你对 AI 说
用 ml-pipeline 技能把我的 scikit-learn 流失预测训练脚本改造成 Kubeflow 流水线,包含数据校验、MLflow 追踪和模型注册步骤。
你会拿到
- Kubeflow 流水线 DAG
- MLflow 训练脚本
- 数据校验检查点
它会怎么做
- 训练前先做数据模式和分布校验,失败即中止流水线。
- 固定随机种子和依赖版本,保证训练可复现。
- 模型需通过记录的评估阈值后才允许上线。