用途：该技能为 ML Deployment 领域中的模型漂移检测任务提供自动化协助，属于 ML Deployment 技能类别，标签包括 mlops、serving、inference、monitoring、production。
主要能力：提供分步指导，遵循行业最佳实践与模式，生成可用于生产的代码与配置，并按通用标准验证输出。输出包括生成的配置与代码、最佳实践建议以及验证结果。
使用方式：当请求中提及“model drift detector”，或询问模型漂移检测的模式与最佳实践，或需要机器学习部署相关帮助（涵盖模型服务、MLOps 流水线、监控和生产优化）时，该技能会自动激活。示例请求为“Help me with model drift detector”，结果是提供分步指导并生成相应配置。
适用场景：机器学习模型部署与生产环境中的漂移检测、监控及相关配置生成。
限制与前置条件：需要配置相关的开发环境，能够访问必要的工具与服务，并具备 ML 部署概念的基础理解。错误处理方面：配置无效通常因缺少必填字段，需查阅文档确认必需参数；工具未找到通常因依赖未安装，需按前置条件安装所需工具；权限被拒绝通常因访问权限不足，需核实凭据与权限。官方文档、最佳实践指南、社区示例与教程等资源的具体链接暂未提供。