ml-experiment-tracker
Skillby 0x-professor
clawhub⭐ 05/10
规划可复现的机器学习实验，明确参数、指标和工件。在模型训练前使用，标准化实验定义以便追踪。
在模型训练前规划可复现的ML实验，标准化定义实验参数、评估指标与产物，提升实验管理规范性与可追溯性
📊 商业分析
商业模式
free
独特价值
用提示词规范ML实验参数指标与产物定义流程
竞品
MLflow（功能更完整，有UI界面）、Weights & Biases（企业级，自动追踪）、Neptune.ai（协作能力强）；本Skill仅为提示词模板，无法与上述工具的自动化追踪能力竞争
🎯 应用场景
目标用户
机器学习工程师数据科学家AI研究员
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 0
- 价值评分
- 5/10
- 子分类
- 机器学习实验管理
- 可商业化
- ❌ 否
AI 标签
ML实验追踪模型训练规范参数管理可复现性实验记录
相关工具推荐
skill-creatorSKILL
由Anthropic官方出品，支持从零创建AI Skill、编辑优化现有Skill、运行评估测试并进行方差分析的性能基准对比，实现AI能力工程化闭环管理。
9/10⭐ 86,759
conversation-memorySKILL
为LLM对话提供短期、长期、实体三层持久化记忆系统，让AI真正记住用户，支持跨会话上下文延续与知识积累。
9/10⭐ 22,346
self-improvingSKILL
具备自我反思、自我批评、持续学习与记忆组织能力的自进化Agent，自动评估并永久改进输出质量，无需人工反复校正。
9/10⭐ 638
proactive-agentSKILL
将AI Agent从被动任务执行者升级为主动预判伙伴，内置WAL协议、工作缓冲区与自主定时任务，支持持续自我改进的智能体框架
9/10⭐ 628
cellcogSKILL
DeepResearch Bench排名第一的全模态AI代理框架。通过多代理编排实现深度推理与文本、图像、音频、视频等全模态融合,支持复杂任务自动化。
9/10⭐ 6