$ loading_
帮助用户提交并跟踪 Neo 的 AI/ML 工程任务,获取执行结果与输出文件。
复制安装指令,让 AI 自动完成配置 · 推荐新手
请帮我安装 askskill 上的 "Neo — AI/ML Engineering" MCP 服务: 执行:claude mcp add 'io-github-neoairesearch-neo-mcp' -- uvx neo-mcp
请通过 Neo 提交一个图像分类模型训练任务,数据集路径为 /datasets/cats-dogs,训练 20 个 epoch,并返回任务 ID、预计耗时和输出保存位置。
返回已创建的训练任务信息,包括任务 ID、状态、预计执行时间和结果存储路径。
帮我查询 Neo 中任务 ID ml-job-4821 的当前状态,显示进度、最近日志,以及是否有失败或重试信息。
返回任务当前进度摘要,附带关键日志片段及异常或重试情况说明。
从 Neo 获取最近一次文本分类推理任务的输出结果,列出生成的文件、下载地址,以及每个文件的用途说明。
返回推理产出清单,包括文件名、访问方式和结果内容说明,便于后续分析或交付。
为 AI 代理提供语义寻址、概念检索与角色管理能力。
通过自然语言连接 SD WebUI Forge NEO,完成图像生成、模型管理与相关自动化操作。
让 AI 助手在 Kaneo 中管理任务、项目、标签与评论,提升协作效率。
用自然语言查询 Neo4j 图数据库,快速获取关系数据与分析结果。
帮助开发者创建并管理具备记忆与工具调用能力的持久化智能代理
帮助开发者检索最新 NeoForge 模组 API 文档并回答相关开发问题