下载

Skill UI

浏览并发现 9785+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索实验管理，共找到 7 条记录

默认排序最新上传最多下载

MLflow 生命周期管理平台

Orchestra-Research/AI-Research-SKILLs

MLflow 提供实验跟踪、模型注册、版本控制与部署能力，帮助团队在 PyTorch、TensorFlow 等多框架下复现实验、评估对比模型并持续交付。

全周期研究论文撰写管线

research-pipeline

wanshuiyin/Auto-claude-code-research-in-sleep

这是一个端到端的学术研究流程，用于将一个大致的研究方向，完整地引导至一篇可发表的论文。它涵盖了从想法发现、文献调研、实验设计、交叉模型评审到最终论文撰写的所有关键阶段，支持自动化或半自动化的研究生命周期管理。

Trackio：机器学习实验跟踪

hugging-face-trackio

sickn33/antigravity-awesome-skills

Trackio是一个全面的实验跟踪库，用于记录、可视化和管理机器学习训练过程中的指标和警报。它通过Python API支持在训练过程中记录指标和设置诊断警报。同时，CLI接口支持指标的查询和仪表盘展示，并将数据同步到Hugging Face Spaces，特别适用于自动化和远程的ML实验监控流程。

Arize实验评估与管理

arize-experiment

github/awesome-copilot

本技能提供了一套完整的Arize实验管理工具，用于AI模型性能的评估、比较和分析。用户可以使用它来创建、列出、获取和导出实验结果，支持进行模型基准测试和A/B测试，确保模型在特定数据集上的准确性。

研究知识图谱维基

wanshuiyin/Auto-claude-code-research-in-sleep

这是一个持久化的、结构化研究知识库，用于系统性地积累和关联所有科研要素，包括论文、研究想法、实验结果和可检验的科学假设。它构建知识图谱，确保研究成果的积累性和持久性。通过定义实体和关系（如支持、矛盾），可以全面跟踪和管理整个科学研究的生命周期。

生物信息学工作流平台

latchbio-integration

K-Dense-AI/scientific-agent-skills

Latch是一个强大的Python框架，专为构建和部署可扩展的无服务器生物信息学工作流而设计。它允许用户使用Python装饰器定义复杂工作流，无缝集成Nextflow和Snakemake等主流工具，并通过LatchFile/LatchDir管理云数据。平台提供高级资源配置、GPU支持以及用于RNA-seq和AlphaFold等任务的预验证流程，确保计算生物学实验的高可重复性和效率。

机器学习实验队列编排

experiment-queue

wanshuiyin/Auto-claude-code-research-in-sleep

这是一个用于在远程GPU服务器上编排大规模、多阶段机器学习实验的鲁棒调度器。它能够管理复杂的任务流，如多种子网格搜索、波次任务切换和序列化工作流（如师生模型知识蒸馏）。该工具具备OOM错误重试、清理悬挂屏幕和防止任务并发冲突等核心功能，适用于无法通过基础任务调度完成的复杂批处理场景。

1

语言