ML developer agent — machine learning model development
Config de workflow ML de bout en bout — analyse de données, prétraitement, sélection de modèle, validation croisée, évaluation et préparation au déploiement, avec patterns de pipelines scikit-learn
- Quoi
- Config de workflow ML de bout en bout — analyse de données, prétraitement, sélection de modèle, validation croisée, évaluation et préparation au déploiement, avec patterns de pipelines scikit-learn
- Coût
- Gratuit
- Prérequis
- un environnement Python avec sklearn, pandas et numpy disponibles, plus un dataset à travailler — le skill est un guide que l'agent suit, pas un logiciel
- Installation
- Copiez le prompt d’installation ci-dessous dans votre Muse — votre agent fait le reste.
Sélectionné par Skill Harbor — l'agent développeur ML de @ruvnet : un profil de workflow complet couvrant l'analyse exploratoire, le prétraitement (valeurs manquantes, scaling, encodage), le développement de modèles avec pipelines scikit-learn, la validation croisée et le tuning d'hyperparamètres, l'évaluation (matrices de confusion, ROC/AUC, importance des features), et la préparation au déploiement avec discipline de logging d'expériences. C'est davantage un profil d'agent qu'un pack de prompts — il déclare des budgets d'outils, des contraintes de chemins (data/**, models/**) et des portes d'approbation humaine pour le déploiement en production et l'entraînement à grande échelle. Bémols honnêtes : fait partie de l'écosystème d'agents ruv-swarm/rufflo — sa valeur maximale est dans ce cadre ; guidance seulement, il n'exécute rien lui-même. Licence MIT. Skill Harbor ne vérifie jamais le code, examinez-le vous-même avant usage. Découvert via skills.sh.
Version :
Installation
Prérequis : un environnement Python avec sklearn, pandas et numpy disponibles, plus un dataset à travailler — le skill est un guide que l'agent suit, pas un logiciel Installe-moi « Agent développeur ML — développement de modèles de machine learning ». Il donne à mon agent le profil de workflow ML de bout en bout de @ruvnet : analyse exploratoire, prétraitement (valeurs manquantes, scaling, encodage), développement de modèles avec pipelines scikit-learn, validation croisée et tuning d'hyperparamètres, évaluation (matrices de confusion, ROC/AUC, importance des features), et préparation au déploiement avec logging d'expériences. Inclut budgets d'outils, contraintes de chemins et portes d'approbation humaine pour le déploiement en production. Licence MIT. Dépôt : https://github.com/ruvnet/ruflo/blob/main/.agents/skills/agent-data-ml-model/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 « agent-data-ml-model ». 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. pointer l'agent vers mon dataset et confirmer avant tout déploiement en production ; rien d'autre — c'est un guide). 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.