Token导航 LogoToken导航

Agent Skill · 研究检索

ml-experiment-tracker（毫升实验追踪器）

ml-experiment-tracker 用于查找、检索和筛选相关信息，适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。

ml-experiment-tracker 是研究检索类 Agent Skill，可用宿主为 OpenClaw，通过ClawHub获取，权限为只读；许可证为 MIT-0，第三方扫描有提醒项，按安装量在研究检索类的 73,675 个 Skill 里排第 8,180。

总安装 16,994周安装 730GitHub Stars 公开资料未说明下载 5,957核验 2026-05-01
研究检索只读ClawHub未标认证来源可访问许可证明确审计提醒OpenClaw

安装说明

本站只整理中文说明，不托管安装包，也不代用户安装。
GitHub
许可证
MIT-0
版本
0.1.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手，先确认命令和权限，再让它执行。

请帮我安装这个 Agent Skill：ml-experiment-tracker（毫升实验追踪器）
来源仓库：https://github.com/0x-professor/ml-experiment-tracker
安装命令：
openclaw skills install ml-experiment-tracker
安装前请先检查当前环境是否支持对应 CLI，并向我确认将要执行的命令、安装目录、联网范围和文件读写权限；确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill；本站只展示命令，不托管安装包，也不自动执行。

ClawHubOpenClaw
openclaw skills install ml-experiment-tracker

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题，通常会让助手先检索再总结。

ml-experiment-tracker 规划可重复的 ML 实验，记录参数、指标与工件。适用于模型训练前的标准化实验设计与过程追溯。通过 clawhub 安装，使用 openclaw skills install ml-experiment-tracker 命令部署。

使用前需明确定义超参空间与评估指标，避免实验设计偏差。建议集成到 CI/CD 流程，实现实验版本控制与自动化触发。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw；先确认自己用的是其中之一，再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install ml-experiment-tracker；命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开，让新装的 Skill 被重新扫描到，否则列表里可能看不到。

  4. 4

    按最小权限试用

    它标注为只读，先用只读任务试一次，确认行为符合预期再扩大使用范围。

常见问题

6 条

ml-experiment-tracker 怎么安装？

在终端执行 openclaw skills install ml-experiment-tracker。装完完全退出宿主工具再打开，让它重新扫描本地 Skill。

ml-experiment-tracker 支持哪些 AI 工具？

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录，一般也能手动放进去，但要自己确认触发方式是否一致。

ml-experiment-tracker 需要什么权限？

权限级别是只读。该 Skill 主要提供规则、说明或参考内容，本身偏只读；真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

ml-experiment-tracker 是免费的吗？

来源标注的许可证是 MIT-0。本站不代收任何费用，也不托管安装包；能否商用、要不要署名，以许可证原文为准。

ml-experiment-tracker 用的人多吗？

公开数据是累计安装 16,994 次，近一周安装 730 次，下载 5,957 次。这些数字来自第三方目录统计，只能当作热度参考，不代表质量或安全性。

ml-experiment-tracker 安全吗？

第三方扫描有提醒项，说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主，触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0，商用和分发边界好判断。
  • 标注为只读权限，试用阶段不容易误改本地文件。

先想清楚的地方

  • 第三方扫描存在提醒项或未通过项，需要人工逐条确认。
  • 第三方目录整理，版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw，想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。
  • 只想先试试效果、不希望它改动本地文件的人。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
ml-experiment-tracker

毫升实验追踪器 · 本页

16,994—只读MIT-0有提醒

按安装量取同分类前几名；数字来自第三方目录统计，只作热度参考，不代表质量结论。

SKILL.md 原文

name
ml-experiment-tracker
description
Plan reproducible ML experiment runs with explicit parameters, metrics, and artifacts. Use before model training to standardize tracking-ready experiment definitions.

ML Experiment Tracker

Overview

Generate structured experiment plans that can be logged consistently in experiment tracking systems.

Workflow

  1. Define dataset, target task, model family, and parameter search space.
  2. Define metrics and acceptance thresholds before training.
  3. Produce run plan with version and artifact expectations.
  4. Export the run plan for execution in tracking tools.

Use Bundled Resources

  • Run scripts/build_experiment_plan.py to generate consistent run plans.
  • Read references/tracking-guide.md for reproducibility checklist.

Guardrails

  • Keep inputs explicit and machine-readable.
  • Always include metrics and baseline criteria.

平台分布

OpenClaw

73.39%
按下载量换算4,372

安全审计

VirusTotal

可疑

ClawScan

通过

Static analysis

未展示

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容，本身偏只读；真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

安装前确认

本站仅展示第三方公开信息，不托管安装包，不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项，安装前请自行复核。目前只有一个公开来源，建议同时核对源仓库。

继续浏览同类 Skills

更多研究检索 Skills（73,675）返回 Skills 目录

上一个 Skill

ml-engineer（机器学习工程师）

rightnow-ai/openfang

ml-engineer 用于记录任务执行中的错误、用户纠正、经验和能力缺口，适合在 Codex、Claude、Cursor、Gemini CLI 中希望让 Agent 持续沉淀问题、修正和最佳实践时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。

下一个 Skill

ml-experimentation（毫升实验）

ericmjl/skills

ml-experimentation 用于查找、检索和筛选相关信息，适合在 Codex、Claude、Cursor、Gemini CLI 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。