القائمة
通过数据 YAML、adapter/Dataset 契约和 doctor 检查，把自定义数据集接入 ReproFlow。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
| name | reproflow-onboard-dataset |
| description | 通过数据 YAML、adapter/Dataset 契约和 doctor 检查，把自定义数据集接入 ReproFlow。 |
当用户想把自己的数据集接入 ReproFlow 时，使用这个 skill。
references/adapter-patterns.md。../reproflow-reproduce-paper/references/contracts.md。dataset/<task_name>/ 或 dataset/<task_name>.csv。configs/data/<task_name>.yaml。adapter 和 dataset。adapter:
_target_: reproflow.data.tabular.TabularDataAdapter
dataset:
_target_: reproflow.data.tabular.TabularDataset
reproflow/data/ 或 paper_methods/<method>/data.py 中新增聚焦的 adapter/Dataset。Data_pre.py 或 Dataset.py。python scripts/doctor.py data=<task_name> model=transformer trainer=<binary|multiclass|regression> metrics=default
configs/data/<task_name>.yaml，不要改模型代码。multiclass_classification 或修正 label 定义。seed_controls_data_split: false，除非实验明确研究 split 方差。configs/data/examples/recommender_pairwise_example.yaml 和 configs/data/examples/graph_minibatch_example.yaml。在不修改训练主循环的前提下，为 ReproFlow 添加或配置评估指标。
在遵守 ReproFlow 模型、配置、数据和 trainer 契约的前提下，添加新的深度学习模型或 baseline。
使用配置、doctor 检查、日志和生成文件诊断 ReproFlow 运行失败。
在 ReproFlow 中复现机器学习论文，把 docs/papers 中的论文转成方法插件、配置、adapter/trainer 选择、smoke check 和公平对比实验。
使用统一指标和随机种子创建或运行 baseline 与论文方法的公平对比实验。