用途：为在 Amazon SageMaker 上微调与部署模型提供领域知识，覆盖从规划到生产部署的模型定制全流程。
主要能力：按用户意图路由到对应参考目录，包括项目规划、用例规格定义、基础模型选择、微调技术选择（SFT、DPO、RLVR、RLAIF）、数据集质量与格式评估、数据集格式转换、生成微调代码并训练、SageMaker Training 作业、Processing 作业、模型评估与基准测试、端点或 Bedrock 部署与推理优化、IAM 角色与 S3 及 SDK 配置、项目目录与制品管理、Managed MLflow 应用管理、失败端点诊断。
使用方式：先匹配用户意图，只加载相关参考目录，避免一次性加载全部内容。请求匹配多行时优先加载 planning 参考并读取计划模板；选择或更换基础模型时必须激活 model-selection 以解析准确的 Hub 模型 ID，最终部署推荐需经 select-for-deployment.md 及其脚本；微调前需先选好基础模型并评估数据集；数据集转换统一走 dataset-transformation，而非内联写转换代码。
运行任何 AWS CLI 命令或打包脚本前，需设置：export AWS_SDK_UA_APP_ID=AWSSkill-SageMaker
适用场景：模型定制规划、微调与训练、数据处理、模型评估、部署与端点运维等。
限制：服务边界限定于 SageMaker（含将定制模型部署到 Bedrock）；Bedrock 原生工作（调用托管基础模型、Agents、Knowledge Bases、Guardrails、AgentCore）没有经验证的工作流，只能基于通用 AWS 知识尽力协助并需告知用户。若用户未指明服务，应比较 SageMaker 与 Bedrock 或询问一次服务选择，不得默认选择。请求超出参考范围时用通用 AWS 知识协助，不中断对话。未提供的价格、具体命令细节等以实际资料为准。