$ 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。
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。
连接 Codescan API，快速查询项目、质量指标与可筛选问题数据
帮助用户根据技能与岗位要求计算候选人匹配分数并评估人岗契合度。
让 AI 通过标准接口查询并分析 Prometheus 监控指标，辅助排障与运维决策。
通过 MCP 连接 Jupyter 环境，帮助执行代码、分析数据并交互式探索结果。
将 Django 模型快速转换为 MCP 工具与 REST API，并可从数据库结构生成项目。