$ loading_
帮助机器学习研究者统一管理本地与远程GPU实验、训练与报告产出
复制安装指令,让 AI 自动完成配置 · 推荐新手
"projtool" 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 projtool 为图像分类项目创建一个新实验,名称为 resnet50-baseline,使用远程 AutoDL GPU 实例,配置数据集路径、学习率 0.001、batch size 64,并立即启动训练。
返回实验创建结果、训练任务已启动的状态,以及关键配置摘要。
请用 projtool 查询实验 resnet50-baseline 的最近一次运行状态,每隔一段时间轮询一次,并汇总当前 epoch、loss、accuracy、是否报错以及 GPU 实例状态。
输出实验最新进度、关键指标变化、异常信息和运行环境状态摘要。
请用 projtool 根据过去一周的训练运行记录生成实验报告,比较不同超参数组合的结果,整理最佳模型表现、失败原因和下一步优化建议。
生成结构化实验报告,包含结果对比、最佳方案、问题分析与后续建议。
帮助 AI 协作维护项目文档,统一管理待办、决策、风险与接口信息。
用自然语言查询 MLflow 实验记录,快速获取模型训练与对比结果。
为 AI 编码代理提供精确代码库检索、安全校验与团队策略集成能力。
为 AI 编程助手建立项目记忆,统一管理日志、规则、待办与交接信息
让 Claude Code 通过 @ 提及即时读取项目文档并理解代码架构规范
通过 MCP 向 AI 客户端提供项目说明文档,便于读取、总结与问答