$ loading_
通过统一 MCP 接口管理项目并执行评估、对比、拆分与分析报告。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"skore-mcp" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
使用 skore-mcp 对我的分类项目运行 evaluate，并生成包含关键指标、错误样本检查和数据分析的报告摘要。
返回评估结果摘要，包含主要指标、问题样本洞察和可读的分析结论。
使用 skore-mcp 比较实验 A 和实验 B 的结果，输出各项指标差异，并指出哪个实验表现更好及原因。
生成结构化对比结果，列出指标差异、优劣判断和简要原因说明。
使用 skore-mcp 对当前数据集执行 train_test_split，按 80/20 划分，并说明拆分后的样本数量与后续评估建议。
返回训练集与测试集划分结果，包括数量统计和后续实验建议。
运行测试与静态检查并汇总错误，帮助开发者高效迭代调试并减少上下文噪音。
帮助用户分析 MCP 工具安全风险，识别恶意行为并提供风险评分。
让大模型发现、组合并执行 sktime 时间序列建模工作流。
为 MCP 服务、AI 技能与 npm 包提供安装前信任评分与安全准入判断。
帮助用户分析电商经营数据，快速洞察客户、商品、履约与销售表现。
通过 JSON 配置快速搭建自定义分析型 MCP 工具，并内置安全与质量保障。