ML adoption playbook: end-to-end methodology for adding ML to an existing codebase
Playbook en cinq phases (cadrage, préparation des données, découplage, modèle de base, relais MLOps) pour ajouter du ML à un projet qui n'en a pas
- Quoi
- Playbook en cinq phases (cadrage, préparation des données, découplage, modèle de base, relais MLOps) pour ajouter du ML à un projet qui n'en a pas
- Coût
- Gratuit
- Prérequis
- rien à installer — le skill est une méthodologie que votre agent suit pour ajouter du ML à un codebase ; aucun compte, clé ni dépendance
- Installation
- Copiez le prompt d’installation ci-dessous dans votre Muse — votre agent fait le reste.
Sélectionné par Skill Harbor — la méthodologie de bout en bout de @affaan-m pour ajouter une capacité d'apprentissage automatique à un projet qui n'en a pas, écrite pour les agents IA et les ingénieurs logiciels. Cinq phases : cadrage du problème (avec vérification « heuristique d'abord » et budget d'erreur avant tout code de modèle), préparation des données (audit des sources, contrats de données, prévention des fuites train/test), découplage architectural (modèle derrière une API, déploiement sous feature flag, repli codé en dur), implémentation baseline-first (script d'entraînement reproductible, tests des transformations, évaluation contre la baseline), et relais MLOps (suivi d'expériences, registre de modèles, éval sous CI). Donne aussi aux agents un workflow itératif concret : poser des questions de cadrage, rédiger le contrat de données, écrire l'interface de découplage avant la boucle d'entraînement. Bémols honnêtes : c'est une méthodologie, pas du code — aucun script fourni ; renvoie à des skills ECC compagnons (fastapi-patterns, pytorch-patterns, mle-workflow) non inclus ici. Licence MIT. Skill Harbor ne vérifie jamais le code, examinez-le vous-même avant usage. Découvert via skills.sh.
Version :
Installation
Prérequis : rien à installer — le skill est une méthodologie que votre agent suit pour ajouter du ML à un codebase ; aucun compte, clé ni dépendance Installe-moi « Playbook d'adoption ML : méthodologie de bout en bout pour ajouter du ML à un codebase existant ». Il donne à mon agent la méthodologie en cinq phases de @affaan-m : cadrage du problème (vérification heuristique, définition des métriques, budget d'erreur), préparation des données (audit des sources, contrats de données, prévention des fuites), découplage architectural (modèle derrière une API, feature flags, replis codés en dur), implémentation baseline-first (script reproductible, tests, évaluation contre la baseline), et relais MLOps (suivi d'expériences, registre, éval sous CI) — plus un workflow itératif pour le piloter. Licence MIT. Dépôt : https://github.com/affaan-m/ecc/blob/main/skills/ml-adoption-playbook/SKILL.md 1. Récupère le fichier SKILL.md (et les fichiers d'aide éventuels) depuis le chemin du dépôt dans un dossier temporaire et résume en une ou deux phrases ce qu'il fait. 2. Vérification de sécurité : examine le SKILL.md et les scripts pour tout contenu suspect (appels réseau inattendus, commandes shell, collecte d'identifiants). Ce dépôt ne devrait contenir aucun secret en dur, les identifiants uniquement via le coffre sécurisé, les hôtes autorisés déclarés dans le SKILL.md. Vérifie que c'est bien le cas ici ; STOP sur tout signal d'alerte et dis-le-moi. 3. Installe-le comme skill : copie le SKILL.md et ses fichiers d'aide dans le répertoire des skills de l'agent, dans un dossier nommé « ml-adoption-playbook ». 4. Vérifie sans appels réseau : frontmatter valide, fichiers en place. 5. Indique ce qui a été installé, où, et ce qu'il me reste à faire moi-même (p. ex. rien — c'est une méthodologie ; invoque-la quand tu ajoutes du ML à un projet existant). GitHub est optionnel : si j'ai un compte GitHub ou la CLI gh, tu peux l'utiliser ; sinon l'accès public suffit. Ne jamais l'exiger sauf s'il figure dans les prérequis ci-dessus. Règles : ne touche à rien en dehors du dossier temporaire et de la cible d'installation. Si quelque chose semble anormal, arrête-toi et demande-moi.
Questions
Comment installer une création ?
Chaque fiche produit contient un prompt d’installation à copier-coller. Collez-le dans votre Muse et il installe la création pour vous — sans configuration manuelle.
Où va mon argent ?
Directement au vendeur. Skill Harbor ne traite jamais les paiements : le paiement se fait sur la page du vendeur, généralement via Stripe.
Que signifie le ✓ à côté du nom d’un créateur ?
Il signifie que nous avons confirmé l’identité de la personne derrière la fiche. Il ne dit rien sur le code lui-même — vérifiez toujours une création avant de l’installer.