mle-workflow
Набор рекомендаций и проверок для построения надёжного и воспроизводимого MLE‑pipeline, включая контракты данных, обнаружение секретов и защиту от уязвимостей.
Суть
Что это за skill и зачем он нужен
Skill «mle-workflow» описывает структурированный подход к разработке и эксплуатации моделей машинного обучения. Он акцентирует внимание на формализации контрактов данных, обеспечении воспроизводимости экспериментов, жёсткой проверке артефактов на наличие секретов, персональных данных (PII) и уязвимостей десериализации. Кроме того, в документе представлены рекомендации по снижению риска косвенного внедрения промптов при работе с внешними ноутбуками и наборами данных.
Установка
Как установить
npx skills add https://github.com/affaan-m/everything-claude-code --skill mle-workflowСценарии
Когда использовать
Подходит
- При построении нового MLE‑pipeline с нуля
- Для стандартизации процессов в команде ML‑инженеров
- Когда требуется гарантировать воспроизводимость экспериментов
- Для автоматической проверки артефактов на наличие секретов и PII
- При необходимости формализовать контракты входных и выходных данных
Не подходит
- Для простых скриптов без этапов подготовки данных
- Если проект не подразумевает работу с внешними ноутбуками или датасетами
- Когда требуется только быстрый прототип без строгих проверок
Доверие
Проверки безопасности
Проверка не нашла критичных проблем.
Низкий риск · проблем не найдено.
Предупреждений нет.
Похожие