القائمة
Task automation, containerization, CI/CD, and experiment tracking
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/johnalbertini14-glitch/openclaw-skills --skill mlops-automation-cnيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
Use this skill to create a Polymarket wallet for your agent and trade on prediction markets. Browse markets, place bets, manage positions — all without exposing private keys.
ClawSec suite manager with embedded advisory-feed monitoring, cryptographic signature verification, approval-gated malicious-skill response, and guided setup for additional security skills.
Automated daily security audits for OpenClaw agents with email reporting. Runs deep audits and sends formatted reports.
استنادا إلى تصنيف SOC المهني
عرض SKILL.md
| name | mlops-automation-cn |
| version | 1.0.0 |
| description | Task automation, containerization, CI/CD, and experiment tracking |
| license | MIT |
Automate tasks, containers, CI/CD, and ML experiments.
Copy justfile:
cp references/justfile ../your-project/
Tasks:
just check - Run all checksjust test - Run testsjust build - Build packagejust clean - Remove artifactsjust train - Run trainingMulti-stage build:
cp references/Dockerfile ../your-project/
docker build -t my-model .
docker run my-model
Optimizations:
Automated pipeline:
cp references/ci-workflow.yml ../your-project/.github/workflows/ci.yml
Runs on push/PR:
# Setup task runner
cp references/justfile ./
# Setup CI
mkdir -p .github/workflows
cp references/ci-workflow.yml .github/workflows/ci.yml
# Setup Docker
cp references/Dockerfile ./
# Test locally
just check
docker build -t test .
import mlflow
mlflow.autolog()
with mlflow.start_run():
mlflow.log_param("lr", 0.001)
model.fit(X, y)
mlflow.log_metric("accuracy", acc)
Converted from MLOps Coding Course