scikit-learn（机器学习）
SkillSkillsMP
io.github.K-Dense-AI/scientific-agent-skills/scikit-learn
使用 scikit-learn 在 Python 中进行机器学习。适用于监督学习（分类、回归）、无监督学习（聚类、降维）、模型评估、超参数调优、预处理或构建 ML 流水线。提供算法、预处理技术、流水线与最佳实践的全面参考文档。
source
“Learn” 共 90 个结果
io.github.K-Dense-AI/scientific-agent-skills/scikit-learn
使用 scikit-learn 在 Python 中进行机器学习。适用于监督学习（分类、回归）、无监督学习（聚类、降维）、模型评估、超参数调优、预处理或构建 ML 流水线。提供算法、预处理技术、流水线与最佳实践的全面参考文档。
io.github.netdata/netdata/docs-learn-site-structure
关于本仓库（及另外 5 个 Netdata 官方仓库）文档如何成为 `learn.netdata.cloud` 已发布页面的权威参考。涵盖 `<repo>/docs/.map/map.yaml` 唯一事实源（真正的开关——文件系统路径与路由无关）、learn 仓库中现役的 `ingest/ingest.py` 编排器（不是遗留的 `ingest.js`）、frontmatter 注入、slug 规则、侧边栏自动生成、MDX 转义规则、版本化、四机制重定向栈、6 个源仓库、每 3 小时一次的 CI 摄取、Netlify 部署，以及 learn 仓库手写文件的 `part_of_learn=True` 启用方式。在增删改移文档页面、Learn 上的页面看起来不对、犹豫该在本仓库还是 learn 仓库编辑文档，或阅读 `ingest.py`、`sidebars.js`、`docusaurus.config.js`、`static.toml`、`LegacyLearnCorrelateLinksWithGHURLs.json`、`netlify.toml`、`.mdx` 中的 `<!--startmeta` 块、`ingest.yml` 与 `daily-learn-link-check.yml` 工作流时使用。
io.github.netdata/netdata/learn-site-structure
关于本仓库（及另外 5 个 Netdata 官方仓库）文档如何成为 `learn.netdata.cloud` 已发布页面的权威参考。涵盖 `<repo>/docs/.map/map.yaml` 唯一事实源（真正的开关——文件系统路径与路由无关）、learn 仓库中现役的 `ingest/ingest.py` 编排器（不是遗留的 `ingest.js`）、frontmatter 注入、slug 规则、侧边栏自动生成、MDX 转义规则、版本化、四机制重定向栈、6 个源仓库、每 3 小时一次的 CI 摄取、Netlify 部署，以及 learn 仓库手写文件的 `part_of_learn=True` 启用方式。在增删改移文档页面、Learn 上的页面看起来不对、犹豫该在本仓库还是 learn 仓库编辑文档，或阅读 `ingest.py`、`sidebars.js`、`docusaurus.config.js`、`static.toml`、`LegacyLearnCorrelateLinksWithGHURLs.json`、`netlify.toml`、`.mdx` 中的 `<!--startmeta` 块、`ingest.yml` 与 `daily-learn-link-check.yml` 工作流时使用。
io.github.affaan-m/ECC/continuous-learning-v2
基于本能（instinct）的学习系统：通过 hook 观察会话，创建带置信度评分的原子 instinct，并把它们演化为 skill、命令或代理。v2.1 增加了项目范围内的 instinct，以避免跨项目污染。
io.github.jeremylongshore/claude-code-plugins-plus-skills/deploying-machine-learning-models
该 skill 让 AI 助手把机器学习模型部署到生产环境：自动化部署流程、落地模型服务最佳实践、优化性能并处理常见错误。用于部署或管理基础设施时。触发词如 “deploy”、“infrastructure”、“CI/CD”。
io.github.affaan-m/ECC/continuous-learning-v2
基于本能（instinct）的学习系统：通过 hook 观察会话，创建带置信度评分的原子 instinct，并把它们演化为 skill、命令或代理。v2.1 增加了项目范围内的 instinct，以避免跨项目污染。
io.github.affaan-m/ECC/continuous-learning
自动从 Claude Code 会话中提取可复用的模式，并保存为已学习技能以供后续使用。
io.github.cursor/plugins/continual-learning
通过将会话记录挖掘与 AGENTS.md 更新委派给 `agents-memory-updater` 来编排持续学习。
io.github.affaan-m/ECC/continuous-learning
自动从 Claude Code 会话中提取可复用的模式，并保存为已学习技能以供后续使用。
io.github.affaan-m/ECC/continuous-learning
自动从Claude Code会话中提取可重复使用的模式，并将其保存为学习到的技能以供将来使用。
io.github.affaan-m/ECC/continuous-learning
自动从 Claude Code 会话中提取可复用的模式，并保存为已学习技能以供后续使用。
io.github.affaan-m/ECC/continuous-learning
自动从 Claude Code 会话中提炼可复用的模式，并保存为学到的 skill 供以后使用。
io.github.ruvnet/ruflo/agent-sona-learning-optimizer
SONA 学习优化的 Agent 技能,使用 $agent-sona-learning-optimizer 调用。
io.github.ruvnet/RuView/agentdb-learning
用 AgentDB 的 9 种强化学习算法创建并训练 AI 学习插件，含 Decision Transformer、Q-Learning、SARSA、Actor-Critic 等。在构建自学习代理、实现 RL 或通过经验优化代理行为时使用。
io.github.shareAI-lab/learn-claude-code/agent-builder
为任意领域设计与构建 AI agent。适用于用户：(1)要求“create an agent”“build an assistant”或“design an AI system”；(2)想理解 agent 架构、agentic 模式或自主 AI；(3)需要能力、subagent、规划或 skill 机制方面的帮助；(4)询问 Claude Code、Cursor 等 agent 内部实现；(5)想为业务、研究、创意或运营任务构建 agent。关键词：agent、assistant、autonomous、workflow、tool use、multi-step、orchestration。
io.github.NeverSight/learn-skills.dev/backend-refactor-quality-gate
CeroBase 中 Fintrack.Server 后端重构的质量门禁：在标记工作完成前，核验领域封装、CQRS 目录布局、基于 Result 的应用层消息、FluentValidation、EF 迁移、API 一致性与强制测试。只要你在重构聚合（如 Guid 迁移）、重组 Application 命令/查询、让某个功能向既有模式（如 Budgets）对齐，或进行任何“随手小修”就会令代码库失去一致性的多层后端改动——先加载此技能，并且只打开任务所需的被引用技能文件，不要复制其正文。
io.github.NeverSight/learn-skills.dev/backend-agents-operons
在 consent-protocol 运行时内修改后端智能体、operons、ADK 接口或编排契约时使用。
io.github.NeverSight/learn-skills.dev/mobile-polish
为既有移动组件带来质的 UX 提升。添加触感反馈、底部弹层拖拽关闭、滑动手势、下拉刷新、骨架屏加载、触觉反馈（active:scale）、安全区处理与触控目标优化。可在 mobile-audit 之后用于修复其发现的问题，或针对某个具体组件进行精品级打磨。
io.github.NeverSight/learn-skills.dev/bootstrap-mobile
面向 iPhone 15（Safari）的移动优先 Bootstrap 5 UI 开发。在为该项目构建模板、布局、组件或任何 HTML/CSS/JS 界面时使用，确保适合触控且性能良好。
io.github.NeverSight/learn-skills.dev/docker-swarm-k8s-lite
大规模管理多容器应用。
io.github.NeverSight/learn-skills.dev/docker-bench-expert
面向 AMT Docker Bench 的专项技能——T264 自动驾驶卡车多容器仿真环境。当被问及 docker_bench 容器（rpk1、rpk2、rpk3、platform-sim、avi-radio、test-manager、vas-aht）、Docker Compose 配置、网络拓扑（车载/车外/CAN/local-fms-network）、NAT 设置、CIC/RPK 版本选择、T264 模拟器、VAS:AHT 集成、DDS QoS 配置文件、IP 地址重映射、overlay 文件、run_tests.sh、Docker Bench 版本兼容性、兼容的 FMS/AMT 版本组合，或任何涉及 Docker Bench 环境的问题时使用。也用于调试 bench 中的容器启动失败、网络问题、构建错误、镜像拉取失败、版本不匹配或服务就绪问题。可从 Confluence 获取 Docker Bench 版本兼容性矩阵以确定可用的版本组合。
io.github.NeverSight/learn-skills.dev/nextjs-developer
在这个 Next.js 14 App Router 代码库中实现功能，配合 lint 与 TypeScript 检查，并匹配现有 Prisma/认证/UI 模式。在 InterlinedList 仓库中构建或修改 app 路由、组件、lib 模块或 API 处理器时使用。
io.github.EKKOLearnAI/hermes-studio/apikey-image-gen
通过 Hermes Web UI 生成或编辑图像，使用所选/所请求 profile 在 config.yaml 中配置的 API-key 图像提供方。
io.github.NeverSight/learn-skills.dev/kubernetes-patterns
面向生产级部署的 Kubernetes 工作负载模式、资源管理、RBAC、探针、自动扩缩、ConfigMap/Secret 处理与 kubectl 调试。