# ml-experimentation

Скилл ml-experimentation для Claude Code описывает инженерные практики Microsoft CSE и помогает выстроить воспроизводимый трекинг ML-экспериментов.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, Windsurf (Devin Desktop), Claude.ai · ★ 1627 у репозитория
- Автор: microsoft
- Лицензия: CC-BY-4.0 · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/microsoft/hve-core/tree/HEAD/.github/skills/data-science-engineering/ml-experimentation/SKILL.md
- Обновлён: 2026-10-25
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/ml-experimentation

## Что делает

Скилл внедряет инженерные стандарты Microsoft CSE для машинного обучения. Он задаёт структуру репозитория и блокнотов, правила версионирования датасетов и логирования параметров. Воспроизводимость требует фиксации четырёх составляющих: кода, окружения, параметров и версии данных.

Внутри заложены правила разделения зон ответственности. Если вопрос касается ценности гипотезы, скилл перенаправляет в `experiment-design`. Механику пайплайнов и мониторинг дрейфа данных он отдаёт в `dataops`. Конвенция окружения на базе `uv` выбрана авторами репозитория и отсутствует в исходном плейбуке.

Проверка готовности к релизу имеет строгое условие жизненного цикла. Если модель ещё не обучена, применить производственный чек-лист не получится.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add microsoft/hve-core --skill ml-experimentation -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/ml-experimentation/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/ml-experimentation/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add microsoft/hve-core --skill ml-experimentation -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/ml-experimentation/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add microsoft/hve-core --skill ml-experimentation -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/ml-experimentation/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install microsoft/hve-core .github/skills/data-science-engineering/ml-experimentation
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/ml-experimentation/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add microsoft/hve-core --skill ml-experimentation -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/microsoft/hve-core --path .github/skills/data-science-engineering/ml-experimentation
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/ml-experimentation/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/microsoft/hve-core/tree/HEAD/.github/skills/data-science-engineering/ml-experimentation/SKILL.md

## Когда брать
- настроить воспроизводимый трекинг параметров и версий данных
- структурировать репозиторий и блокноты для ML-экспериментов
- проверить готовность обученной модели к переносу в прод
- разграничить задачи экспериментов и пайплайнов данных

## Примеры запросов агенту
- Проверь готовность обученной модели к переносу в прод по чек-листу
- Как структурировать ML-репозиторий и зафиксировать версии датасетов для воспроизводимости?
- Помоги настроить трекинг экспериментов и окружение для обучения модели

## Похожие
- [ai-research-explore](https://affpapa.org/nevibecode/skills/ai-research-explore.md) — скилл · 363600 установок
- [machine-learning-ops](https://affpapa.org/nevibecode/plugins/machine-learning-ops.md) — плагин · ★ 42780 у репозитория
- [wandb-primary](https://affpapa.org/nevibecode/skills/wandb-primary.md) — скилл · 1800 установок
- [ml-pipeline-automation](https://affpapa.org/nevibecode/skills/ml-pipeline-automation.md) — скилл · 409 установок
- [experiment-tracking-swanlab](https://affpapa.org/nevibecode/skills/experiment-tracking-swanlab.md) — скилл · 1000 установок
- [mlops-workflows](https://affpapa.org/nevibecode/skills/mlops-workflows.md) — скилл · 446 установок

Из того же набора: [microsoft/hve-core](https://affpapa.org/nevibecode/by/microsoft/hve-core.md) — 148 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
