SwanHubX/SwanLab-Skill

Latest recorded source activity: September 22, 2026 at 06:14

SkillsMP catalog refreshed: October 17, 2026 at 00:09

skills collected: 1

GitHub stars: 15
GitHub forks: 0

Repository README

Repository README source: README.md

<div align="center"> <a href="https://swanlab.cn/"> <picture> <source media="(prefers-color-scheme: dark)" srcset="public/SWANLAB_LOGO_DARK.svg" /> <source media="(prefers-color-scheme: light)" srcset="public/SWANLAB_LOGO.svg" /> <img src="public/SWANLAB_LOGO.svg" alt="SwanLab" width="360" /> </picture> </a> <h1><a href="https://swanlab.cn/">SwanLab.skill</a></h1> > 让 Agent 正确使用 SwanLab 写实验跟踪代码、查询与分析实验数据。 [![SwanLab 官网](https://img.shields.io/badge/SwanLab-官网-C21E31?labelColor=black&style=flat-square)](https://swanlab.cn/) [![SwanLab Docs](https://img.shields.io/badge/SwanLab-官方文档-c4f042?labelColor=black&style=flat-square)](https://docs.swanlab.cn) [![Skill Version](https://img.shields.io/badge/Skill-v0.3.1-7c3aed)](skills/swanlab-skill/SKILL.md) [![ModelScope Skill](https://img.shields.io/badge/ModelScope-Skill-624aff)](https://www.modelscope.cn/skills/SwanLab/swanlab-skill) [![SkillHub](https://img.shields.io/badge/SkillHub-Skill-1f8f4c)](https://skillhub.cn/skills/swanlab-skill) [![License](https://img.shields.io/badge/License-MIT-d4a017)](LICENSE) 这个 Skill 覆盖两类用法：用 Python SDK（`swanlab.init` / `swanlab.log` / `swanlab.finish` + 多媒体记录）写训练跟踪代码；用 `swanlab api` CLI 查询实验指标、日志、摘要与媒体。Agent 会先按任务路由读取对应的能力说明，再生成代码或执行查询，避免误用接口。 [English](README_EN.md) · [安装](#安装) · [内容](#内容) · [能力](#能力) · [运行模式](#运行模式) · [打包](#打包) </div> --- ## 安装如果你正在使用 Claude Code、Codex 等 coding agent，直接将下面这段话发给它即可自动完成安装： ```text Fetch the installation guide and follow it: https://raw.githubusercontent.com/SwanHubX/SwanLab-Skill/main/README.md ``` 手动安装推荐使用全局安装方式： ```bash npx skills add SwanHubX/SwanLab-Skill -g -y ``` 也可以在 [ModelScope](https://www.modelscope.cn/skills/SwanLab/swanlab-skill) 或 [SkillHub](https://skillhub.cn/skills/swanlab-skill) 查看 skill 页面。 > 注：`-g` 表示安装到当前用户级别，`-y` 表示跳过交互确认。这个方式不会把 skill 写进当前项目目录；它只会把 skill 下载到用户目录下的 `.agents/skills`，再为 Claude Code、Codex 等支持 Agent Skills 的 CLI 创建软链接。同一个用户下的多个 Agent CLI 可以复用这一份 skill。然后登录 SwanLab： ```bash pip install swanlab swanlab login # paste your API key from https://swanlab.cn swanlab ping # (optional) check connectivity swanlab verify # (optional) validate credentials ``` 后续如果 SwanLab Skill 有更新，执行： ```bash npx skills update swanlab-skill -g -y ``` ## 内容 ```text skills/ └── swanlab-skill/ ├── SKILL.md ├── references/ │ ├── SDK_QUICKSTART.md │ ├── CLI_REFERENCE.md │ └── SWANLAB_CONCEPTS.md └── scripts/ ├── plot_metrics.py └── runs_benchmark.py ``` | 文件 | 作用 | | -------------------------------- | -------------------------------------------------------------------------- | | `SKILL.md` | 轻量入口和任务路由，告诉 Agent 应该读 SDK 文档还是 CLI 文档 | | `references/SDK_QUICKSTART.md` | `swanlab.init` / `log` / `finish` 与 image / audio / text 等多媒体记录写法 | | `references/CLI_REFERENCE.md` | `swanlab api` 查询指标、日志、摘要、列、媒体与筛选实验 | | `references/SWANLAB_CONCEPTS.md` | 数据模型、术语与路径约定（`user/project/run_id`） | | `scripts/plot_metrics.py` | 单个实验标量指标折线图 | | `scripts/runs_benchmark.py` | 跨实验对比同一指标（归一化 + 最优 run 排名） | ## 能力 | 能力 | 方式 | 入口 | | ----------------------------------------------------------------- | -------------------------------- | ------------------------------------------------------------------------------- | | 训练 / 微调中记录指标与媒体等对象资源文件（image / audio / text） | Python SDK | `references/SDK_QUICKSTART.md` | | 查看某个 run 的指标、日志、摘要、列与媒体 | `swanlab api run ...` CLI | `references/CLI_REFERENCE.md` | | 按 config 或 summary 条件筛选实验 | `swanlab api run filter` CLI | `references/CLI_REFERENCE.md` | | 管理项目、私有化用户等资源 | `swanlab api project / user` CLI | `references/CLI_REFERENCE.md` | | 查询前理解数据模型与术语 | — | `references/SWANLAB_CONCEPTS.md` | | 画**单个**实验的标量指标折线图 | 辅助脚本 | `scripts/plot_metrics.py user/proj/run -k loss,acc -o chart.png` | | **对比**多个实验的同一指标（归一化 + 排名） | 辅助脚本 | `scripts/runs_benchmark.py user/proj/r1 user/proj/r2 -k loss --direction lower` | 两个辅助脚本都支持 `--data file.json` 从已保存的查询结果渲染，并要求先 `swanlab login`（或传 `--api-key` / `--host`）。 ## 运行模式 `swanlab.init(mode=...)` 控制数据去向： | Mode | 本地存储 | 云端上传 | 适用场景 | | ---------- | -------- | -------- | ------------------------------------ | | `online` | Yes | Yes | 正常云端使用，需要登录 | | `local` | Yes | No | 离线环境，无需账号 | | `offline` | Yes | No | 先存本地，之后用 `swanlab sync` 上传 | | `disabled` | No | No | 完全关闭记录 | ## 打包生成发布包： ```bash make package ``` 生成的 `dist/swanlab-skill.zip` 会解压成： ```text SKILL.md references/ scripts/ ``` 因此可以直接解压到 `.claude/skills/swanlab-skill/` 等 skill 目录使用。 ## 许可证 [MIT License](LICENSE). Copyright (c) 2026 Emotion Machine (Beijing) Technology Co., Ltd.

Read the source README

Loading the repository README…

Skills in this repository

classification pending

skill

occupation

description

updated

swanlab-skill

unclassified

Interact with SwanLab — both writing tracking code (init/log/finish/multimedia) and querying experiment data via CLI (`swanlab api`). Use this skill when the user wants to write training tracking code, log metrics or media, manage experiments, inspect…

2026-09-22

Showing 1 of 1 collected skills.

Install with an AI assistant

Copy this prompt into the AI assistant you're using.

Follow https://skillsmp.com/skill-install/prompt.md to install Agent Skills from https://github.com/SwanHubX/SwanLab-Skill.