$ loading_
帮助用户在统一接口中运行分类、回归、聚类等机器学习工作流。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"tuiml" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请用 tuiml 加载 customer_churn.csv，识别目标列 churn，完成数据预处理、训练一个分类模型，并输出准确率、召回率和特征重要性摘要。
返回完整的分类实验结果，包括评估指标、关键特征和模型表现总结。
请用 tuiml 读取 house_prices.csv，以 sale_price 为目标变量建立回归模型，比较至少两种算法，并给出最优模型的误差指标和预测结果示例。
输出回归实验对比、最佳模型选择依据、误差指标及示例预测值。
请用 tuiml 对 users_behavior.csv 做聚类分析，自动选择合适的聚类数，输出各群组特征、样本分布和可用于业务解读的摘要。
得到聚类结果说明，包括群组划分、每类特征描述和可执行的分析结论。
帮助用户通过桌面 MCP 客户端统一接入并编排多家大模型与工具。
在 tmux 中统一管理多个 AI CLI 实例并行执行任务，可选配合 git worktree 隔离开发。
让 AI 安全控制 tmux 会话、窗口与面板，执行终端协作和自动化操作。
让 AI 以编程方式管理 tmux 会话、窗口与面板，提升终端自动化效率。
让编排代理精细控制 tmux 中的 Claude Code 会话并高效提取结果。
在 AI 编码助手中创建交互式终端画布，用于日历、文档和航班等界面。