用途：该技能是开源 MLflow 3 的库参考，聚焦自托管经典机器学习 MLOps，帮助在写或审训练代码、注册模型版本、搭建与加固 mlflow server、评估候选模型并做晋级门禁、部署服务、以及把 MLflow 2 时代代码迁到 3 时避免沿用旧用法。GenAI 相关（mlflow.genai、tracing、prompt registry、AI Gateway）仅在易与经典 API 混淆处出现；Databricks/Unity Catalog 专属功能标注为超出范围。版本固定为 mlflow 3.15.1，API 说法已对照解包后的 mlflow / mlflow-skinny 3.15.1 wheel 核验。
主要能力按 6 类规则组织：log- 模型记录与 LoggedModel（用 name= 而非 artifact_path，模型不再依附 run，input_example 推断签名，记录时即注册，序列化默认改为 skops/torch.export/UBJSON，可按 model_id 关联指标并 search_logged_models）；reg- 注册与晋级（用 alias 替代 stage，按 alias 解析，按环境建立 dev./staging./prod.* 并用 copy_model_version 晋级，门禁状态放入 tag，webhook 为开源功能）；track- 跟踪后端与服务端（本地默认 sqlite:///mlflow.db 而非 ./mlruns，服务端需数据库后端，migrate-filestore，默认代理工件，默认开启匿名遥测，autolog 输入样例默认关闭）；serve- 服务（仅 FastAPI 评分服务器，/invocations 载荷键，先 mlflow.models.predict 验证，build-docker 供集群）；eval- 评估与门禁（经典用 mlflow.models.evaluate，baseline_model 已移除，用 validate_evaluation_results 与 MetricThreshold 做阈值门禁）；env- 环境与复现（由生成的环境文件驱动 serving，用 pip_requirements/extra_pip_requirements/uv 固定依赖，code_paths 打包自定义代码）。
使用方式：在对应决策出现时查阅相应规则文件，每条规则先指出所纠正的错误默认写法，再给规范做法；仓库含 section 定义、规则模板与 AGENTS.md 目录。限制：资料未提供具体安装命令、收费信息或性能承诺；技能本身为规则参考，不替代实际部署配置。