machine-learning-ops-ml-pipeline
Zbuduj produkcyjny pipeline ML z wieloagentową orkiestrację MLOps
Instalacja
Wybierz klienta i sklonuj repozytorium do odpowiedniego katalogu skilli.
Instalacja
O skillu
Skill do projektowania i wdrażania kompletnych pipelinów uczenia maszynowego z wykorzystaniem wieloagentowej orkiestracji. Obejmuje analizę danych, inżynierię cech, trenowanie modeli, deployment i monitoring. Integruje się z nowoczesnymi narzędziami jak MLflow, Feast, KServe i Seldon. Każdy etap obsługuje specjalista — od inżyniera danych po obserwacyjność — zapewniając skalowalne, powtarzalne i niezawodne rozwiązania.
Jak używać
Zainstaluj skill w swoim środowisku agenta Claude/Copilot, wskazując ścieżkę do repozytorium sickn33/antigravity-awesome-skills.
Zdefiniuj cel swojego pipeline'u — określ, jakie dane chcesz przetwarzać, jakie modele trenować i gdzie je wdrażać. Skill wymaga jasnych celów, ograniczeń i wymaganych danych wejściowych.
Uruchom skill z parametrem $ARGUMENTS zawierającym opis zadania (np. "klasyfikacja obrazów dla e-commerce" lub "prognozowanie czasu serwisu"). Skill automatycznie koordynuje pracę wyspecjalizowanych agentów.
Przejdź przez Fazę 1 (analiza danych i wymagania) — skill przeprowadzi Cię przez zbieranie informacji o źródłach danych, jakości i ograniczeniach. Zweryfikuj wyniki przed przejściem dalej.
Postępuj zgodnie z fazami koordynowanymi przez skill: inżynieria cech, trenowanie modeli, deployment i monitoring. Każda faza buduje na wynikach poprzedniej, z jasnymi przekazaniami między agentami.
Jeśli potrzebujesz szczegółowych przykładów implementacji, otwórz plik resources/implementation-playbook.md z repozytorium. Skill zapewnia najlepsze praktyki dla MLOps, wersjonowania danych i modeli oraz automatycznego retrenowania.