# mlops-mlflow

Скилл учит Claude работать с MLflow: логировать параметры и метрики, вести реестр моделей и воспроизводить запуски.

- скилл · `type=skill` · Claude Code · 64 установки
- Автор: Orchestra Research
- Лицензия: MIT · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/davila7/claude-code-templates/tree/HEAD/cli-tool/components/skills/ai-research/mlops-mlflow
- Обновлён: 2026-10-24
- HTML: https://affpapa.org/nevibecode/skills/mlops-mlflow

## Что делает

Скилл описывает MLflow как платформу жизненного цикла ML и показывает, как встроить её в работу агента. Внутри — примеры на Python: запуск прогона через `mlflow.start_run()`, логирование параметров, метрик и артефактов, сохранение моделей из PyTorch, scikit-learn, Keras и HuggingFace Transformers.

Отдельный блок про автотрекинг: `mlflow.autolog()` или вызов вида `mlflow.sklearn.autolog()` сами записывают гиперпараметры, метрики и модель, включая длительность обучения. Есть раздел про реестр моделей с версионированием и переходами между стадиями, а также регистрация сразу при логировании через `registered_model_name`.

Скилл опирается на зависимости `mlflow`, `sqlalchemy` и `boto3` — их нужно поставить заранее, иначе примеры с хранилищем артефактов и SQL-бэкендом не заработают. Локальный интерфейс поднимается командой `mlflow ui` и открывается на `http://localhost:5000`.

## Установка

### Claude Code (родная платформа)

1. **Через claude-code-templates**
```bash
npx claude-code-templates@latest --skill ai-research/mlops-mlflow
```

2. **Через Skills CLI (Vercel)**
```bash
npx skills add davila7/claude-code-templates --skill mlops-mlflow -a claude-code
```

3. **Вручную: положить файлы**
- Файл: `~/.claude/skills/mlops-mlflow/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/mlops-mlflow/

### Codex

**Вручную: положить файлы**
- Файл: `.agents/skills/mlops-mlflow/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

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

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install davila7/claude-code-templates mlops-mlflow
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/mlops-mlflow/SKILL.md`

### Gemini CLI

**Командой платформы**
```bash
gemini skills install https://github.com/davila7/claude-code-templates --path cli-tool/components/skills/ai-research/mlops-mlflow
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/mlops-mlflow/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/davila7/claude-code-templates/tree/HEAD/cli-tool/components/skills/ai-research/mlops-mlflow

## Когда брать
- логировать параметры, метрики и артефакты каждого прогона обучения
- сравнивать версии модели и их метрики между запусками
- регистрировать модель и переводить её между стадиями
- воспроизводить эксперимент по сохранённой конфигурации
- включить автотрекинг для scikit-learn или PyTorch без ручных вызовов

## Примеры запросов агенту
- Оберни обучение в `mlflow.start_run()` и залогируй learning_rate и batch_size
- Включи `mlflow.sklearn.autolog()` и обучи RandomForestClassifier на train-выборке
- Зарегистрируй модель как `my-classifier` через `registered_model_name` при логировании

## Похожие
- [mlops-workflows](https://affpapa.org/nevibecode/skills/mlops-workflows.md) — скилл · 444 установки
- [mlops-engineer](https://affpapa.org/nevibecode/agents/mlops-engineer.md) — субагент · 1009 установок
- [mlflow-onboarding](https://affpapa.org/nevibecode/skills/mlflow-onboarding.md) — скилл · 1100 установок
- [ml-pipeline-automation](https://affpapa.org/nevibecode/skills/ml-pipeline-automation.md) — скилл · 389 установок
- [experiment-tracking-swanlab](https://affpapa.org/nevibecode/skills/experiment-tracking-swanlab.md) — скилл · 896 установок
- [ml-pipeline](https://affpapa.org/nevibecode/skills/ml-pipeline.md) — скилл · 3900 установок

Из того же набора: [davila7/claude-code-templates](https://affpapa.org/nevibecode/by/davila7/claude-code-templates.md) — 495 карточек

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