Jak używać
- Skopiuj polecenie instalacji i sprawdź źródła przed instalacją we własnym środowisku agenta.
- W oryginale sprawdź wymagane narzędzia, dane dostępowe i obsługiwane środowiska.
- Opisz dane wejściowe i oczekiwany rezultat; porównaj wynik ze źródłami.
npx skills add https://github.com/probabl-ai/skore-skills --skill choose-python-libraryPrzed rozpoczęciem
- Instalacja nie obejmuje subskrypcji modelu, limitu API ani uprawnień do plików.
- Gwiazdki i instalacje pokazują aktywność, a nie niezależny test jakości lub bezpieczeństwa.
Treść z repozytorium z zachowaniem nagłówków, przykładów, kodu, tabel, linków i obrazów.
Choose Python Library
Human-facing prose
Details: setup-workspace references/human_facing_prose.md. Present library options as a data-science choice for this job. Do not name skill ids or the wrapper CLI in the question.
- State the job and constraints.
- Run
python -m skore_skills env stack. A job listed under
competing is a genuine choice; anything the policy already fixes (mandatory, stage, export) is settled — use it rather than reopening the choice. Do not read the packaged JSON file directly; it lives inside the installed package.
- For a genuine choice, present the smallest useful option set and
ask the user. Do not pick silently.
- After the user chooses, load
add-python-packagewhen
status.skills reports it installed. If it is not installed, name the package and stop. Do not call env add from this skill. Typical callers: explore-ml-data (pandas vs polars), later extras (tuning). Not setup-workspace. Plotting jobs: load plot-ml-figure if installed; do not present matplotlib vs seaborn vs plotly.
- Confirm symbols with
python -m skore_skills api get <dotted>...
before writing calls. Several symbols go in one call. Scope for one package is python -m skore_skills env route <pkg>, not a guess.
Stop conditions
- Do not install every candidate.
- Do not use popularity alone as a technical decision.
- Do not run pip directly in a managed project.
- Do not substitute black/isort for Ruff or sklearn Pipeline for
skrub DataOps; those choices are already fixed.
- Do not present matplotlib vs seaborn vs plotly; that job is
plot-ml-figure.
