К основному содержанию
скилл CX Codex

setting-up-experiment-tracking — скилл для Claude Code: что делает

Скилл setting-up-experiment-tracking настраивает трекинг ML-экспериментов через MLflow или Weights & Biases: ставит пакеты, запускает сервер и даёт примеры кода для логирования метрик.

MIT 1 установок ★ 2 935 обновлён 2026-11-01

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add jeremylongshore/tons-of-skills-marketplace --skill setting-up-experiment-tracking -a claude-code
Открыть на GitHub

Что делает setting-up-experiment-tracking

Скилл проверяет проект и помогает выбрать инструмент: MLflow для локального трекинга либо Weights & Biases (W&B) для облачной работы. После выбора он ставит нужные Python-пакеты (mlflow или wandb) и прописывает переменные окружения.

Агент генерирует готовые фрагменты кода для записи гиперпараметров, метрик обучения и артефактов. Он может поднять локальный сервер MLflow или связать код с удалённым проектом W&B.

Скиллу нужны права на запуск команд через Bash. Без них агент не сможет установить Python-библиотеки или запустить локальный сервер.

Какие задачи решает

  • развернуть окружение для MLflow или Weights & Biases
  • добавить логирование метрик и гиперпараметров в скрипты обучения
  • настроить сохранение моделей и датасетов как артефактов
  • поднять локальный сервер MLflow для отслеживания запусков

Примеры запросов агенту

  • Настрой трекинг экспериментов через MLflow для текущей модели
  • Подключи Weights & Biases к скрипту обучения и настрой логирование метрик
  • Инициализируй MLflow и покажи пример логирования параметров

Как установить setting-up-experiment-tracking

1Через Skills CLI (Vercel)

npx skills add jeremylongshore/tons-of-skills-marketplace --skill setting-up-experiment-tracking -a claude-code

2Вручную: положить файлы

~/.claude/skills/setting-up-experiment-tracking/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/setting-up-experiment-tracking/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы о setting-up-experiment-tracking

Как установить setting-up-experiment-tracking в Claude Code?

Выполните команду npx skills add jeremylongshore/tons-of-skills-marketplace --skill setting-up-experiment-tracking -a claude-code.

Что делает скилл setting-up-experiment-tracking?

Он автоматизирует настройку систем машинного обучения MLflow и Weights & Biases, устанавливает библиотеки и генерирует код для логирования запусков.

Какие инструменты трекинга поддерживает этот скилл?

Скилл работает с MLflow и Weights & Biases (W&B), позволяя выбрать между локальным сервером и облачным сервисом.

Исходный текст

SKILL.md · MIT
---
name: setting-up-experiment-tracking
description: 'Implement machine learning experiment tracking using MLflow or Weights
  & Biases. Configures environment and provides code for logging parameters, metrics,
  and artifacts. Use when asked to "setup experiment tracking" or "initialize MLflow".
  Trigger with relevant phrases based on skill purpose.

  '
allowed-tools: Read, Write, Edit, Grep, Glob, Bash(cmd:*)
version: 1.19.0
author: Jeremy Longshore <[email protected]>
license: MIT
tags:
- ai
- ml
- logging
compatibility: Designed for Claude Code
---
# Experiment Tracking Setup

Configure ML experiment tracking with MLflow or Weights & Biases, including environment setup and code for logging parameters, metrics, and artifacts.

## Overview

This skill streamlines the process of setting up experiment tracking for machine learning projects. It automates environment configuration, tool initialization, and provides code examples to get you started quickly.

## How It Works

1. **Analyze Context**: The skill analyzes the current project context to determine the appropriate experiment tracking tool (MLflow or W&B) based on user preference or existing project configuration.
2. **Configure Environment**: It configures the environment by installing necessary Python packages and setting environment variables.
3. **Initialize Tracking**: The skill initializes the chosen tracking tool, potentially starting a local MLflow server or connecting to a W&B project.
4. **Provide Code Snippets**: It provides code snippets demonstrating how to log experiment parameters, metrics, and artifacts within your ML code.

## When to Use This Skill

This skill activates when you need to:

- Start tracking machine learning experiments in a new project.
- Integrate experiment tracking into an existing ML project.
- Quickly set up MLflow or Weights & Biases for experiment management.
- Automate the process of logging parameters, metrics, and artifacts.

## Examples

### Example 1: Starting a New Project with MLflow

User request: "track experiments using mlflow"

The skill will:

1. Install the `mlflow` Python package.
2. Generate example code for logging parameters, metrics, and artifacts to an MLflow server.

### Example 2: Integrating W&B into an Existing Project

User request: "setup experiment tracking with wandb"

The skill will:

1. Install the `wandb` Python package.
2. Generate example code for initializing W&B and logging experiment data.

## Best Practices

- **Tool Selection**: Consider the scale and complexity of your project when choosing between MLflow and W&B. MLflow is well-suited for local tracking, while W&B offers cloud-based collaboration and advanced features.
- **Consistent Logging**: Establish a consistent logging strategy for parameters, metrics, and artifacts to ensure comparability across experiments.
- **Artifact Management**: Utilize artifact logging to track models, datasets, and other relevant files associated with each experiment.

## Integration

This skill can be used in conjunction with other skills that generate or modify machine learning code, such as skills for model training or data preprocessing. It ensures that all experiments are properly tracked and documented.

## Prerequisites

- Appropriate file access permissions
- Required dependencies installed

## Instructions

1. Invoke this skill when the trigger conditions are met
2. Provide necessary context and parameters
3. Review the generated output
4. Apply modifications as needed

## Output

The skill produces structured output relevant to the task.

## Error Handling

- Invalid input: Prompts for correction
- Missing dependencies: Lists required components
- Permission errors: Suggests remediation steps

## Resources

- Project documentation
- Related skills and commands

© Jeremy Longshore · MIT · jeremylongshore/tons-of-skills-marketplace

Похожие скиллы

Все скиллы по теме «ИИ и ML» →
wandb-eval-tables wandb Скилл wandb-eval-tables преобразует артефакты wandb.Table в превью wandb.EvalTable без перезаписи исходных запусков и таблиц. CX Codex +1 393установок wandb-autoresearch wandb Скилл wandb-autoresearch запускает серию обучающих экспериментов в W&B Launch, проверяет готовность кода и очередей, тестирует гипотезы и сохраняет состояние исследования. CX Codex +1 387установок mlops-weights-and-biases Orchestra Research Скилл mlops-weights-and-biases помогает вести учёт ML-экспериментов в Weights & Biases: записывать метрики, сравнивать запуски и настраивать поиск гиперпараметров. CX Codex +1 63установок marimo-batch marimo-team Скилл marimo-batch переводит блокноты marimo в режим пакетного запуска через CLI и планировщик. Он добавляет типизацию параметров на Pydantic и сохраняет работу в веб-интерфейсе. CX Codex +1 3 800установок monitor-experiment wanshuiyin Скилл monitor-experiment для Claude Code проверяет запущенные эксперименты, собирает логи и JSON-результаты. Сравнивает метрики и показывает статус задачи. CX Codex +1 571установок experiment-queue wanshuiyin Скилл experiment-queue оркеструет пачки ML-экспериментов на удалённых серверах по SSH. Перезапускает задачи при нехватке памяти GPU, чистит зависшие сессии screen и следит за волнами запусков. CX Codex +1 496установок

Из того же набора139

Весь набор →
firecrawl-cost-tuning Скилл firecrawl-cost-tuning считает, куда уходят кредиты Firecrawl, и подбирает лимиты, форматы и кеш так, чтобы счёт стал меньше без потери качества данных. CX Codex +1 1установок retellai-cost-tuning Скилл retellai-cost-tuning задаёт сценарии оптимизации затрат на голосовых агентов Retell AI и телефонию. Помогает снизить бюджет на звонки без потери качества диалога с клиентами. CX Codex +1 1установок groq-cost-tuning Скилл groq-cost-tuning для Claude Code снижает затраты на запросы к Groq через маршрутизацию моделей, минимизацию токенов и мониторинг использования. CX Codex +1 1установок exa-cost-tuning Скилл для управления тратами на Exa через выбор эндпоинтов, лимиты результатов, бюджеты по ключам и отслеживание стоимости. Срабатывает по триггерам «Exa cost tuning», «review Exa cost tuning» или «fix Exa cost tuning». CX Codex +1 1установок openrouter-streaming-setup Скилл openrouter-streaming-setup для Claude Code, Codex, Cursor и других платформ реализует потоковые ответы через OpenRouter с Server-Sent Events. CX Codex +1 1установок evernote-core-workflow-a Скилл evernote-core-workflow-a для Claude Code создаёт заметки Evernote и управляет блокнотами и тегами в базовом рабочем процессе, включая форматирование ENML и группировку блокнотов в стеки. CX Codex +1 1установок backlog-grooming-assistant Скилл backlog-grooming-assistant помогает структурировать бэклог, готовит конфигурации задач и даёт пошаговые инструкции для груминга в enterprise-проектах. CX Codex +1 1установок long-polling-handler Автоматически помогает разбирать задачи long polling handler в API-интеграциях, писать конфигурации и проверять результат. CX Codex +1 1установок

Спонсоры проекта

Компании, которые помогают держать аналитику открытой