用途：将训练完成的机器学习模型部署到生产环境，提供 API 端点、容器化、数据校验与性能监控，简化模型上线与实时预测服务。
主要能力：分析需求与上下文以确定部署策略；生成部署所需代码，包括 API 端点、数据校验和错误处理；将模型部署到指定生产环境；支持为模型创建 Docker 容器并部署到 Kubernetes 集群；设置性能监控以跟踪延迟与吞吐量。
使用方式：在满足触发条件时调用该技能，提供必要上下文与参数，审阅生成结果并按需修改。示例包括部署基于房价数据集的回归模型（生成 REST API 端点并部署到云端服务平台），以及将分类模型生产化（创建 Docker 容器、实现数据校验与错误处理、部署到 Kubernetes 集群）。
适用场景：需要将训练好的模型部署到生产环境、通过 API 端点提供实时预测、或自动化模型部署流程时。
限制与前提：需要适当的文件访问权限和已安装的必需依赖；错误处理涵盖无效输入提示更正、缺失依赖列出所需组件、权限错误建议修复步骤。具体支持的平台、收费与价格信息暂未提供。