mcpField
C
catalyst-quickml

catalyst-quickml

github.com/catalystbyzoho数据与数据库70300 次安装今天更新
代码仓库

关于 catalyst-quickml

面向处理机器学习与生成式 AI 任务的 Agent，提供 Catalyst QuickML 使用指引。它指导任务分类、参考资料查找及工具或 SDK 的使用，并强调核实 API 细节。

主要功能

  1. 01按机器学习任务匹配参考资料
  2. 02涵盖训练模型与生成式 AI
  3. 03指导运行时发现 Catalyst MCP 工具
  4. 04提供 SDK 与 REST 使用指引
  5. 05说明定价与区域可用性规则

适用场景

  1. 01构建训练模型或调用预测
  2. 02配置 LLM Serving、RAG 或 Knowledge Base
  3. 03查询 QuickML 定价或区域可用性

MCP 相关

当已连接的 Catalyst MCP 工具适用于任务时，该技能会指导 Agent 在运行时发现工具，并在调用前检查其架构。

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/catalystbyzoho/agent-skills --skill catalyst-quickml

安装后在 Claude Code 中输入/catalyst-quickml确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

references/
generative-ai-basics.md
prediction-basics.md
quickml-pricing-basics.md

详细介绍

前置条件

使用 QuickML 前，请在控制台中为每个项目激活一次：

控制台 → 你的项目 → QuickML（左侧边栏）→ 点击 "Start Exploring"

跳过此步骤将无法访问数据连接器、管道、模型、端点、LLM Serving、RAG 和知识库。每个项目只需激活一次。

工作原理

  1. 先检查数据中心是否可用。 ML 模型：可在 US、IN、EU、AU、JP、SA、CA 中构建和发布。生成式 AI（LLM Serving、RAG、知识库）：仅支持 US、IN、EU、JP，不支持 AU、SA 或 CA。QuickML 控制台内的 Zia Model Library：仅支持 IN。如果某项功能受区域限制，且不知道用户所在的数据中心，请先询问，再确认该功能可用。

  2. 对任务分类，并仅加载匹配的参考资料（如果查询涉及多个领域，则加载多份）：

    • 构建、训练、评估或调用训练好的 ML 模型（分类、回归、预测、聚类、异常检测、文本分析、推荐、AutoML）→ 加载 references/prediction-basics.md。
    • LLM 聊天、视觉（VLM）、RAG 或知识库 → 加载 references/generative-ai-basics.md。
    • 套餐、费率、免费层级、试用或账单 → 加载 references/quickml-pricing-basics.md。
    • 无需数据集或训练的预构建模型（OCR、人脸分析、图像审核、对象识别、条形码、预构建情感分析/NER/关键词）→ 停止并加载 catalyst-zia skill。独立的 Zia Services API 有其自身的数据中心规则，与 QuickML 控制台中的 Zia Model Library 规则不同。

  3. 先用工具，再用 SDK，最后用控制台。 如果已连接的 Catalyst MCP 工具适用于该操作（管道、端点、数据集、指标、LLM/RAG 配置），请在运行时根据名称/描述查找工具，并在调用前读取其架构——不要硬编码工具名称。否则使用 SDK：当前推荐使用 JavaScript SDK（new QuickML(app)）；Node.js SDK v2（app.quickML()）已弃用。所有已发布的 SDK 中，预测调用均为 predict(endpointKey, inputData)——文档页面上的 runInference / run_inference 名称并不存在。Agent 无法查看控制台，因此需要向用户询问仅在 UI 中提供的值。

  4. 绝不捏造 QuickML 相关信息。 仅使用参考资料中列出的 REST 路径、标头、作用域（QuickML.deployment.READ）和响应结构（已实时验证）。不要捏造响应字段——不存在 likelihood_score 或 confidence——其他信息请以控制台 → QuickML → Endpoints 中该端点的示例为准。不要捏造定价参考资料中未列出的价格。

  5. 控制台操作步骤必须详尽。 对每个步骤，明确指出具体字段、要选择的下拉选项/条件、值以及任何复选框——笼统的步骤会导致静默配置错误（例如，Fill Columns 规则需要将其条件设为 "missing values"，而不只是设置填充值）。对于参考资料未涵盖的内容，请以 Markdown 格式获取 https://docs.catalyst.zoho.com/en/quickml/ 下的页面（<page-url>/index.md）；如果获取失败，请说明并提供该 URL。

触发词

遇到以下内容时使用此 skill："QuickML"、"Catalyst QuickML"、"QuickML endpoint"、"使用 Catalyst 模型训练/预测"、"无代码 ML"、"无代码机器学习"、"部署模型"、"模型端点"、"MLOps"、"AutoML"、"ML pipeline"、"LLM Serving"、"RAG"、"预构建模型 / Zia 模型"、"OCR / 人脸 / 图像 / 文本模型"、"QuickML 定价"、"QuickML 费用"、"多少钱"（针对 QuickML 使用）、"账单"、"订阅套餐"、"按量付费"或" Catalyst 套餐"。

参考资料

参考资料查询涉及以下内容时加载……
references/prediction-basics.md训练好的 ML 模型——管道类型及如何选择、数据连接器、预处理和操作、构建和训练管道、AutoML、评估指标、SHAP、创建／发布端点、预测 SDK 调用（Java、Python、JavaScript、Node.js v2）、限制
references/generative-ai-basics.md生成式 AI——LLM Serving（模型、参数、交互模式、工具调用）、VLM、RAG（模式、检索范围、Agent 式 RAG）、知识库上传（本地、WorkDrive、Zoho Learn）、GenAI 端点 REST 调用（不存在 GenAI SDK 方法）
references/quickml-pricing-basics.mdQuickML 定价——Catalyst 订阅计划、按需付费单价、每月免费额度、附加项、免费试用、账单控制，以及回答定价问题的规则

评论

支持 Markdown