用途：把 marimo 笔记本变成双模式工具——交互式 UI 用于快速迭代，同一文件也能通过 uv run notebook.py --epochs 50 作为批处理/扫描任务入口，无需复制代码。
主要能力：1) 双模式模式：以 mo.app_meta().mode == "script" 分支一次，脚本模式用 tyro.cli(ModelParams) 构建参数，UI 模式用表单填充，下游单元格统一消费 params。2) Tyro CLI：字段名生成 --epochs、--batch-size 等，字段下 PEP 257 文档字符串成为 --help 文本，自动生成 --help 与类型转换、校验；主用 dataclass，Pydantic BaseModel 为备选（需 Tyro v0.8+，Field(description=...) 变帮助文本）。3) MLflow 追踪：训练循环包在 mlflow.start_run() 中，读取 MLFLOW_TRACKING_URI，未设置时回退 ./mlruns/，设置 params.mlflow_experiment = "" 可完全关闭日志。4) 实时训练组件：UI 模式下嵌入 mlflow_widgets.MlflowChart 显示 loss 曲线，脚本模式关闭；比较历史运行可用 MlflowRunTable 或 MlflowParallelCoordinates。5) EnvConfig 单元格：用 wigglystuff.EnvConfig 检查 MLFLOW_TRACKING_URI 与 MLFLOW_TRACKING_TOKEN，置于导入之后、参数表单之前。6) 列布局约定：保留 @app.cell(column=N, hide_code=True)，建议 column=0 描述与环境变量、1 参数表单、2 数据、3 模型、4 训练循环与实时图表。7) 网格搜索：references/grid.py 默认 dry-run 打印组合，--launch 提交任务，--count N、--seed S 控制采样，后端为 Hugging Face Jobs（huggingface_hub.run_uv_job），需要 HF_TOKEN 与 MLFLOW_TRACKING_URI，可替换为 Modal、RunPod 或本地 subprocess。
使用方式：确认需要 MLflow + Tyro 变体，确定暴露为 CLI 的参数，选择 dataclass 或 Pydantic，决定是否启用实时图表；应用单元格级改动前与用户确认，保留列标记；需要扫描时复制 grid.py 并修改 SEARCH_SPACE。
适用场景：已有自托管 MLflow 服务器（或本地 ./mlruns）并偏好强类型 CLI 的用户。若用户已用 W&B，应选上游 marimo-batch。
限制：属于 marimo-team/skills/marimo-batch 的分支，需相应 marimo、Tyro、MLflow、wigglystuff、mlflow-widgets 环境；具体版本、收费、平台支持等资料暂未提供。