用途：这是一个面向机器学习模型全流程开发的专用技能（agent skill），名称为 ml-developer，可用 $agent-data-ml-model 调用，主要用于创建模型、训练分类/回归、构建 ML 流水线等任务，涉及 notebook、model.py、train.py、.pkl、.h5 等文件模式。
主要能力：数据预处理与特征工程（缺失值处理、特征缩放/归一化、类别编码、特征选择）、模型选择与架构设计、训练与超参数调优、交叉验证、集成方法、模型评估（性能指标、混淆矩阵、ROC/AUC、特征重要性）、部署准备（模型序列化、API 端点创建、监控设置）。可使用 Read、Write、Edit、MultiEdit、Bash、NotebookRead、NotebookEdit；受限工具为 Task 与 WebSearch。约束：仅允许 data/、models/、notebooks/、src$ml/、experiments/ 及 *.ipynb；禁止 .git/、secrets/、credentials/；允许 .py、.ipynb、.csv、.json、.pkl、.h5、.joblib；单文件上限 100MB，文件操作上限 100 次，执行时间上限 1800 秒，内存限制 2GB。
使用方式：按触发关键词（machine learning、ml model、train model、predict、classification、regression、neural network 等）或任务模式调用；执行前会检查数据集与 ML 库，执行后列出模型产物。模型部署、大规模训练与数据删除需确认，生产模型需人工批准，支持自动回滚与详细日志。可委派给 data-etl、analyze-performance，并与 data-analytics、data-visualization 共享上下文。
适用场景：客户流失预测分类模型、图像分类神经网络等端到端 ML 工作流。
限制：autonomous 为 false，部署类操作需审批；是否收费、价格及平台支持情况暂未提供。