python-api

python-api

探索任意已安装 Python 包的公共 API，缓存有用信息，绝不相信训练数据中的记忆。

三条持久规则：

1. 对照已安装版本查询，绝不依赖记忆。 认得不等于查过。你记得的符号可能已在当前版本中重命名、重新签名或弃用。
2. 缓存到 scratch/api/<lib>/<version>/<topic>.md，这样下一个 Agent 就不必重复探查。
3. 打包的 references/ ≠ 工作区缓存。 打包的参考资料是持久的工作流模式；缓存文件则是按版本提取的内容。

本轮约定（包括无工具评估）

清单框只能是 [x]、[ ] 或 [n/a]。绝不能使用 [~]、 “pending” 或 “deferred”。

缓存命中绝不算 BLOCKED。 如果工作区状态已列出磁盘上的 scratch/api/<lib>/<version>/<topic>.md，即使本轮无法运行 Read，也将 Cache file lands on disk 标记为 [n/a] — cache hit, file already on disk。下一步：写明 Read scratch/api/<lib>/<version>/<topic>.md。不要输出 BLOCKED。工作区状态中给出的版本视为已解析。

缺少工具时，仍要写出计划。 写明 Shape、探查路径（scratch/<ts>_….py——版本检查必须严格使用 scratch/<ts>_version_<pkg>.py）、缓存目标，以及（Shape 3）带版本号的 WebSearch 查询。BLOCKED 的含义是：不要输出查到的事实（签名、参数列表、返回类型、导入、调用）。这不意味着可以省略这些路径的名称。

不要预先给出记忆中的答案。 不要根据训练数据记忆写出返回类型或签名。只有探查完成或缓存文件存在后，才能引用这些内容。探查完成后，回复中的用法必须与查到的签名一致。

所有 Python 代码都必须通过 scratch 文件运行。 禁止使用内联 python -c，包括单行 __version__ 检查。拒绝 -c 形式；改为提出 scratch/<ts>_version_<pkg>.py（或 Shape 1 探查）。这种拒绝不算 BLOCKED。

有 write_file / run_python 时，必须在本轮运行探查。 不要只停留在代码块中的 pixi run python scratch/… 操作指令。先写入 scratch 文件，再运行，然后引用查到的内容。仅当缺少这些工具时，才适用 BLOCKED / 仅列计划。

列出的陷阱只是线索，不是查询结果。 此技能中的重命名（tabular_learner → tabular_pipeline）不能确认安装情况。仍须先提出 Shape 1（或 Shape 2 dir），才能确认替代项。不要仅凭陷阱表断言 ImportError。条目名称可以在说明文字中体现栈的方向；提出探查方案之前，不要输出调用。

后续步骤指引

来此目的…	查询后下一步…
即将编写的代码需要符号签名	→ 继续调用方的流程（例如 build-ml-pipeline § 下一步）
“哪个库／哪个入口？”	→ 继续使用选定的符号；缓存已写入
引导轮次（首个工作区）	→ 写入所需的最少缓存；参见 references/bootstrap_cache.md
故障调试（KeyError / AttributeError）	→ 参见停止条件“查询失败 ≠ 构件缺失”

问题属于哪种类型？→ 形状

先根据问题类型选择形状，再选择工具。形状选错会生成错误格式的缓存文件，还会浪费一次交互。

用户的问题类似于……	形状
“scratch/api/<lib>/<version>/ 中有什么？”（始终先检查）	0 缓存命中
“<task> 应使用哪个入口点？”	先看下面的技术栈概览，再用形状 1 / 1b 确认
“X 的签名是什么？”/“X 接受哪些参数？”/“返回类型是什么？”	1b LSP 悬停（快速）→ 如果悬停信息稀疏，则转到 1
“X 有什么作用？”/“X 的完整文档字符串是什么？”（需要参数 / 示例 / 另请参阅）	1 符号卡片（pydoc）
“模块 Y 中有什么？”（开放式探索）	2 模块概览
“在整个环境中搜索与 foo* 匹配的符号”	2b LSP 工作区符号
“X 的工作原理是什么？”/“A 和 B 我该用哪个？”	3 叙述性文档
“当 <arg> 为 <value> 时，X 会返回什么？”	3 叙述性文档
“……的推荐模式是什么？”	3 叙述性文档

问题涉及参数的某个条件时，形状 3 才是正确答案。 help() 包含 Returns 部分，但通常不会逐一列出不同参数值对应的分派行为——这些内容要查阅叙述性文档。

形状 1 不能解决形状 3 的问题。 本轮探查可能会在待处理缓存中记录返回类型的联合（EstimatorReport | CrossValidationReport | …）。但不能据此断定“当 <arg> 为 <value> 时，X 会返回什么”——无论依据是 pydoc，还是从文档字符串推断出的分派表。在通过版本固定的 WebFetch 生成 scratch/api/<lib>/<version>/<topic>.md 之前，该分派行为都处于受阻状态。本轮不要使用 WebSearch → 制定计划并停止；不要用形状 1 来敲定答案。

形状 1b 与形状 1 的区别。 Pyright 悬停会给出类型签名（比 inspect.signature 推断出的返回类型更丰富）以及文档字符串的第一段——速度快，且无需执行 Python。Pydoc 会提供包含所有部分的完整文档字符串——速度较慢，但更权威。默认升级路径：对于“签名是什么”这类问题，先用 1b；如果悬停结果为空或只有一句话，则转到 1。

形状 1b / 2b 的前提条件（LSP 形状）。 opencode LSP 中提供 Pyright，且 pyrightconfig.json 指向 lsp 环境。如果缺少其中任一项，则无法使用 LSP 形状——直接使用形状 1 / 2。JOURNAL.md 中 Workspace decisions 的 Status 下，agent feature: installed 这一行是前提条件；参见 python-env-manager § Agent feature。

停止条件——执行任何查询前请先阅读

• 不得凭记忆使用符号。 每个函数、类、方法和参数都必须来自本轮查询：inspect.signature、scratch/api/<lib>/<version>/ 文件，或新执行的 WebFetch。仅凭熟悉程度不算。固定命名案例——完整列表见 references/named_traps.md：
  • skrub：在 0.7+ 中，tabular_learner → tabular_pipeline。
  • skrub：在 0.9+ 中，mark_as_y(target_column) 的签名已移除位置参数；应在标记前使用 .skb.select("...")。
  • skore：Project.get(...) 按 id 查询，而不是面向用户的 key；先通过 project.summarize() 枚举。然后停止。不要提及 experiments/NN_*.py 是恢复途径，哪怕是假设性的。
• 绝不捏造探测结果。 如果探测尚未执行，Signature / help() 部分必须留空或标记为 <pending probe execution>。Shape 3 也适用同一规则：不得凭记忆转述文档；缓存文件必须保存逐字摘录。
• 捆绑的 references/ 绝不能作为签名或答案来源。 它们承载的是持久的工作流模式，不是已安装版本的 API 表面。不得从中引用、转述或“粗略勾勒”签名、参数列表或返回类型。这一规则同样适用于答案文本和缓存文件。
• 加上保留措辞并不能让内容变得合规。 “请把它当作线索，而不是签名”、“⚠️ 未验证”、“不要把它粘贴到脚本中”——读者复制的是代码块，而不是警告。输出未经验证的签名或返回类型就是违规；免责声明不能撤销违规。如果本轮未执行查询，答案部分必须保持为 <pending probe execution>，并在本轮报告 BLOCKED（见 § 阻塞的查询）。
• 拒绝某个来源，并不意味着可以引用它。 解释为何记忆或捆绑的参考资料不合格时，只需指出来源并就此打住——“捆绑的概览草图”、“训练记忆”。绝不要复述其中的片段，即使是作为拒绝引用的示例也不行。拒绝说明中的参数列表仍然是可复制的参数列表。
• 先确保版本正确。 在任何查询之前解析 <pkg>.__version__。版本子目录是缓存新鲜度的判定依据。
• 先检查缓存，再执行新获取。 在 Shape 1 / 2 / 3 之前，先列出 scratch/api/<lib>/<version>/。
• 查询失败 ≠ 产物缺失。 在注册表风格的 API（project.get(key)、getattr(obj, name)、dict[key]）中出现 KeyError / AttributeError，几乎总是查询方式有误（id 与 key 混淆、访问器错误），而不是产物缺失。具名示例：skore.Project.get(...) 按 id 查询，而非面向用户的 key；project.summarize() 会枚举 (key, id) 对。绝不要通过重新创建产物来替代查询——那会产生重复行。
• 所有 Python 执行都必须写入 scratch/<YYYY-MM-DD>_<HHMMSS>_<short>.py。无一例外。 禁止使用任何 Python 命令——包括 pixi run python -c、python -c、heredoc 风格的 python << 'EOF'，以及任何内联 Python，无论代码多短。使用 write_file 写入文件，然后在本轮使用 run_python 执行。若这些工具可用，不能只留下代码围栏脚本和 pixi run python scratch/<ts>_<short>.py——那只是操作步骤，不是查询。版本检查、导入测试、签名查询、模块 API 表面转储、文档字符串提取等都适用此规则。如果发现自己正在输入 python -c——立即停止，改为写入文件并运行。
• 内联执行 inspect.signature / dir(...) / pydoc.render_doc / help(...) 不算咨询 python-api。 这些正是此技能封装的 API。通过 python -c 运行它们，不满足同级技能中“已咨询 python-api”的预检要求。交付物必须是本轮写入的 scratch/api/<lib>/<version>/<topic>.md 文件。
• 使用 pydoc.render_doc，而非 __doc__。 对于属性、描述符、装饰后的可调用对象和访问器，__doc__ 可能为空或产生误导——这些正是缓存需要加以区分的情况。
• 将叙述性发现写入缓存。 读取 WebFetch 结果后丢弃是禁止的。必须将结果写入 scratch/api/<lib>/<version>/<topic>.md，并将来源 URL 放在首行。
• 没有写入缓存的探测不算完成的查询。 探测记录的是调查过程；缓存文件记录的是结论。若本轮结束时磁盘上没有 scratch/api/<lib>/<version>/<topic>.md，则查询尚未完成。

受阻的查找

如果本轮无法执行必需的查找——没有可用工具、探查无法运行、获取内容时无法连接——请输出：

BLOCKED: <symbol> needs a python-api lookup that cannot run this
turn (<why>). Run <probe or fetch> first.

然后说明计划（Shape、scratch/<ts>_….py、缓存路径、WebSearch 查询）。到此为止：不要提供签名、参数列表、返回类型、导入或调用——即使是带保留语气的说法，或“获取内容后将确认什么”，也不行。无法运行的查找不代表可以从其他来源作答。

[~]、“待处理”、“推迟到实际运行的轮次”都不是有效的方框状态。仍然适用的行应保持 [ ]，直到有证据为止。

n/a 是有效的方框状态；BLOCKED 不能代替它。 本轮不适用的行应标记为 [n/a] — <原因>。最常见的情况是缓存命中：主题文件已在磁盘上，因此无需运行探查，也无需获取内容；该行应标记为 n/a，而不是未勾选。不要把不适用的行重新定义为失败的行（“本轮要读取缓存文件”→未勾选→BLOCKED），以便将本轮报告为受阻。缓存命中表示查找已满足。

缺少输入时才标记受阻，而不是对已经能完成的工作如此处理。 BLOCKED 用于无法访问的工具或尚未掌握的事实。如果本轮已提供所需内容——缓存命中、提示词中粘贴的内容、工作区描述中提供的状态——你就没有受阻；如果你本可以作答，却在答案前加上 BLOCKED 横幅，那是拒绝作答，而不是保护措施。

禁止走捷径

捷径	错误原因
根据训练数据认出符号名称 → 写出调用	记忆对应的版本可能随意变动；安装的版本可能已重命名该符号或更改其签名
探查已运行，答案已显示在屏幕上 → 不写入缓存就结束	探查是调查；缓存是结论。下个会话会重复探查
已存在随包附带的 references/X.md → 将其视为缓存	参考资料是工作流模式；缓存是按版本提取的内容。两者都必须存在
从 references/X.md 中引用签名，并用“仅供参考”来保留余地	这与依赖记忆有同样的问题，只是换了来源。参考资料不对应已安装的版本；保留余地的说法也无法阻止读者照抄
缺少版本子目录 → 写入最新的已有目录	子目录是新鲜度标识。创建正确的目录
多个符号 → 在一条内联 python -c 命令中串联多个 inspect.signature	所有 Python 执行都必须写入 scratch——不允许内联 -c。多个符号 → 一个 scratch 文件 → 一个汇总缓存文件
为快速检查版本而使用 python -c "import <pkg>; print(<pkg>.__version__)"	规则无条件适用。长度不是标准，可追溯性才是。版本检查应写入 scratch/<ts>_version_<pkg>.py
主题缓存已存在；运行内联 inspect.signature(X) 重新确认某个参数名	不存在内联单签名的例外。每项 Shape 1 查找都必须使用探查模板
使用 python -c "...inspect.signature..."，而不是编写 Shape 1 探查脚本	探查记录调查过程；缓存记录结论。下个会话需要的是文件，而不是你的转录内容
用户粘贴了文档 URL → 将其视为答案	查找仍需通过 inspect 或 WebFetch 完成，并写入缓存。URL 只是线索
使用 __doc__ 而不是 pydoc.render_doc	许多访问器的 __doc__ 为空；缓存文件必须可以独立阅读

每个触发此技能的轮次的第一步

1. 确定版本。 创建 scratch/<YYYY-MM-DD>_<HHMMSS>_version_<pkg>.py，内容为 import <pkg>; print(<pkg>.__version__)，通过 pixi run python scratch/<ts>_version_<pkg>.py 运行。禁止使用内联 python -c。
2. 列出缓存： ls scratch/api/<lib>/<version>/。
3. 缓存命中？ 读取匹配的文件。完成。
4. 缓存未命中？ 对问题分类（见上表）→ 运行 Shape 1 / 1b / 2 / 2b / 3。
5. 输出预检清单，并标记每个方框。

预检——执行任何查找前输出

Pre-flight (python-api):
- [ ] Package version resolved this turn: <lib> <version>
      Evidence: Write scratch/<ts>_version_<lib>.py (this turn) +
                `pixi run python scratch/<ts>_version_<lib>.py` output.
                **Inline `python -c "..."` is NOT evidence.**
- [ ] Cache listed this turn (Shape 0): `ls scratch/api/<lib>/<version>/`
      Evidence: tool output (paste the listing, even if empty)
- [ ] Question shape classified: signature | module surface | narrative
      Evidence: name the shape + one phrase from the question
- [ ] Lookup decision: cache hit (Read <file>) | Shape 1 | 1b | 2 | 2b | 3
      Evidence: name the file Read, probe script written, LSP
                operation requested, or URL fetched
- [ ] (Shape 1b / 2b only) LSP preconditions confirmed:
      `agent feature: installed` in JOURNAL.md AND
      `pyrightconfig.json` at project root pointing at the `lsp` env
      Evidence: Read journal/JOURNAL.md + Read pyrightconfig.json
                (this turn) | "n/a — not an LSP shape"
- [ ] Cache file lands on disk before turn end
      Evidence: Write scratch/api/<lib>/<version>/<topic>.md (this turn)
                | "n/a — cache hit, already on disk + Read this turn"
                | "n/a — Shape 2b ad-hoc discovery"
      **Inline `inspect.signature(...)` / `dir(...)` / `pydoc.render_doc(...)`
      WITHOUT a corresponding cache file is NOT evidence. Re-do as Shape 1.**
- [ ] If Shape 1 / 1b: Usage section filled in (Call / Don't call / Trap / Returns)
      Evidence: Edit scratch/api/<lib>/<version>/<topic>.md (this turn)
                | "n/a — cache hit / Shape 2 / 2b / 3"
- [ ] Pre-flight re-emitted with evidence before final message.
      Evidence: this checklist appears in the end-of-turn summary.

四种形态

Shape 0 — 缓存命中

ls scratch/api/<lib>/<version>/ 2>/dev/null

存在主题匹配的文件 → Read 该文件。第一行包含源 URL 或 inspect: 引用；如果文件看起来可疑，请根据实时文档重新验证。未命中缓存 → Shape 1 / 2 / 3。

Shape 1 — 符号卡片（pydoc → 缓存文件）

一个探测脚本完成两件事：自省符号，并在单次执行中写入缓存文件。后续只需用小幅 Edit 补全 Usage 条目（Call / Don't call / Trap / Returns）。

探测模板：→ references/probe_templates.md § Shape 1。

合并多个符号。 多个共享主题的符号（例如，project_local 下的 Project.put / Project.get / Project.summarize）→ 在探测脚本中遍历一组带点号的路径，并将各部分合并到一个 <topic>.md 中。每个 主题 一个主题文件，而非每个符号一个。 这三个 Project 方法应放在同一个文件 scratch/api/skore/<ver>/project_local.md（或 project.md）中。绝不能分别放在 put.md / get.md / summarize.md 中。

单签名检查也不例外。 即使已有缓存，且你只想重新确认一个参数，也要运行新的探测（或 Read 现有缓存）。

Shape 1b — LSP 悬停（不执行 Python）

Pyright 通过 opencode LSP 返回某个符号在 file:line:character 位置的悬停信息（类型签名 + 文档字符串的第一段）。当本次会话已确认 Shape 1b 可用时（见下方 Step 0），对于“签名是什么”这类问题，应优先使用 Shape 1b；否则回退到 Shape 1，或在悬停输出信息稀少时回退。

Step 0 — 探测 LSP 是否可用（必需，每个会话执行一次）

opencode LSP 服务在会话启动时读取一次 pyrightconfig.json。会话中途的编辑不会触发重新加载。如果 LSP 对每个外部库都返回 (import) <name>: Unknown，说明配置是在 LSP 初始化后写入的 — 本次会话无法使用 Shape 1b。此决定在会话期间保持不变：直到下一个 opencode 会话，所有签名问题都使用 Shape 1。

探测步骤 + 结果解读表 + 所有注意事项 （会话启动顺序、conda 风格的环境、字符偏移、 被排除在 scratch 之外的路径、C 扩展类型）： → references/shape1b_lsp_setup.md。

确认可用后

1. 编写探测文件（放在 tests/ 或 src/<pkg>/ 下 — scratch/ 已从 pyright 的分析中排除）。模板： → references/probe_templates.md § Shape 1b。
2. 调用 lsp(operation="hover", filePath=..., line=..., character=...)。
3. 将结果缓存到 scratch/api/<lib>/<version>/<topic>.md，并添加 Source: lsp-hover: <lib>.<dotted> @ <version> 和 ## LSP hover 节。
4. 如果悬停结果为空或只有一行，则升级到 Shape 1。

Shape 2 — 模块概览

Scratch 探测会转储顶层概览和子模块列表，然后直接写入 surface.md。不要使用内联 python -c。

探测模板：→ references/probe_templates.md § Shape 2。

每个文件对应一个主题。仅在版本升级时替换。

Shape 2b — LSP 工作区符号（跨包搜索）

给定查询字符串，返回 lsp 环境 site-packages 中所有匹配的符号。用于确定带点号的路径之前进行探索；比对每个候选模块调用 dir() 更快。

lsp(
    operation="workspaceSymbol",
    filePath="<any-existing-Python-file>",
    line=1, character=1,
    query="<symbol substring>",
)

（pyright 会忽略 workspaceSymbol 的 filePath/line/character 参数；它们仅用于选择 LSP 服务。）

返回：(name, kind, location) 元组列表。不能替代 Shape 2（不会枚举完整的模块概览）。请将其作为在正确的带点号路径上运行 Shape 1 / Shape 2 之前的探索辅助工具。仅当搜索成为常规操作时才缓存。

形态 3 — 叙述性问题

签名本身无法回答的概念性问题—— “X 是如何工作的？”，“A/B 中我应该用哪个？”，“当 <arg> 为 <value> 时，X 会返回什么？”。流程：

1. WebSearch 查找带版本号的文档 URL。查询： <library> <MAJOR.MINOR> docs <topic>。不要凭记忆构造 URL。

2. WebFetch 获取 URL 中包含已安装版本的最相关结果 （/0.18/、/0.18.0/）。拒绝任何包含 /latest/ 或 /stable/ 的 URL——重新发布时这些地址会变化。

3. 原样缓存到 scratch/api/<lib>/<version>/<topic>.md。 文件的第一行是源 URL。 然后：

   <full URL>
   
   # <topic>
   
   Source: <full URL>
   Fetched: <YYYY-MM-DD>
   
   <paste salient sections verbatim — do NOT paraphrase from
   memory. Skip nav chrome; keep prose that answers the question.>
   

缓存文件名：将文档 URL 路径片段转换为 snake_case，保持对应关系。每个文件只包含一个主题。仅在版本升级时替换。

文件存在之前，不要断言条件返回类型 （KFold 还是 holdout，相同还是不同）。形态 1 的输出不能替代 WebFetch。

缓存文件约定

每个 scratch/api/<lib>/<version>/<topic>.md 都遵循包含四个部分的结构：

# <topic>

Source: inspect: <lib>.<dotted> @ <version>  |  <docs URL>
Probed: <YYYY-MM-DD>

## Signature
<fenced block — exactly as inspect.signature returned it, Shape 1 only>

## help()  (or "## Docs extract" for Shape 3, "## LSP hover" for 1b)
<verbatim pydoc.render_doc / WebFetch extract / hover output.
 Never paraphrase.>

## Usage (agent synthesis)
- **Call:** import path + arg shape (2-3 line snippet)
- **Don't call:** named substitutes that look right from memory
- **Trap:** version-specific rename / deprecation / footgun (empty if none)
- **Returns:** return type + the one accessor the next caller needs

引导轮次必须留下最低限度的缓存——文件列表和审计流程：→ references/bootstrap_cache.md。

缓存布局与生命周期

scratch/api/
├── skrub/0.9.0/
│   ├── data_ops.md          # Shape 3 narrative
│   ├── tabular_pipeline.md
│   └── surface.md           # Shape 2 dir() dump
├── skore/0.18.0/
│   ├── evaluate.md
│   └── project_local.md
└── sklearn/1.8.0/
    └── cv_splitters.md

• 版本子文件夹必须与 <pkg>.__version__ 完全一致。 不得缩写（0.18.0 ≠ 0.18）。
• 第一行是源 URL 或 inspect: 引用。
• 由现有的 scratch/* 规则加入 Git 忽略。 可重新生成。
• 成功后追加。 写入后即冻结。仅在版本升级时替换（版本子文件夹约定会处理这一点）。
• 按构造方式，不可能在过时的子文件夹中缓存未命中。 形态 0 按版本读取；旧子文件夹内容不可见。

scratch/ 约定——探查与缓存

scratch/ 有两种结构化用途，且都加入 Git 忽略：

	临时探查	API 文档缓存
路径	scratch/<YYYY-MM-DD>_<HHMMSS>_<short>.py	scratch/api/<lib>/<version>/<topic>.md
内容	多行 inspect 遍历、合理性检查、指标提取	按主题提取签名 / help() / 文档
命名	带时间戳（按时间顺序）	按主题组织
生命周期	成功后只追加；同一循环中出错时覆盖	成功后追加；版本升级时替换
内联上限	不得内联使用 python -c。所有执行都写入 scratch	不适用（探查会写入缓存）

切勿为了检查而编辑实验脚本，添加仅供 Agent 使用的 print(...) 调用。 检查内容写入 scratch/。

切勿从 scratch 探查中重新运行实验 / project.put。 对 skore Project 的操作仅限读取（使用 project.summarize()，然后使用 project.get(id)）。

只读规则也适用于 audit/。 审计流程会将每个实验放入一个 audit/<NN>_<short_name>.py # %% 文件中，并通过捆绑的运行器执行。 同样遵循 summarize() → get(id) → report.* 的规范。已执行的摘要写入 scratch/audit/<stem>/（已加入 Git 忽略）。两种产物，两种 生命周期：

	API 文档缓存	审计执行摘要
所有者	python-api	audit-ml-pipeline
来源	inspect.signature / pydoc.render_doc / WebFetch	执行 audit/<stem>.py
生命周期	成功后追加；版本升级时替换	每次重新执行审计时覆盖
读取者	任何需要某个符号签名 / 约定的技能	Agent 在 iterate-ml-experiment § 4 叙述性工作期间

工作区的 scratch/ 文件夹不包含 README.md——如此重要的规则应放在使用时加载的技能中。

技术栈概览——各部分的位置

Tier-1 命名入口。在针对“X 在哪里？”进行形态 2 表面转储之前先查阅——命名入口往往就是正确答案。本节说明符号位于何处。这并不意味着可以据此编写导入 / 调用代码，也不能依据此列表回答形态 3 返回类型问题。在说明文字中写出符号名称，然后进行探查——在提出形态 1 探查之前，不要写 from <lib> import … / fit / predict。

scikit-learn

• sklearn.metrics — 评分（accuracy_score、roc_auc_score、 mean_absolute_error、make_scorer）。
• sklearn.preprocessing — 有状态的缩放器／编码器／插补器 （StandardScaler、OneHotEncoder、KBinsDiscretizer）。
• sklearn.pipeline / sklearn.compose — Pipeline、 make_pipeline、ColumnTransformer。
• sklearn.model_selection — 划分器（KFold、GroupKFold、 TimeSeriesSplit、train_test_split）＋搜索（GridSearchCV）。
• 估算器：sklearn.linear_model / sklearn.ensemble / 等。

skrub

• 一键特征化器／学习器：skrub.tabular_pipeline （顶层函数——不是 tabular_learner，也不是 TabularLearner；在 0.7+ 中更名）。
• 按列编码器（顶层）：TableVectorizer、 DatetimeEncoder、TextEncoder、StringEncoder。
• DataOps DSL（惰性流水线图）：每个节点上的 .skb 命名空间——X.skb.apply、X.skb.apply_func、 X.skb.mark_as_X、X.skb.mark_as_y、X.skb.make_learner、 .skb.preview、.skb.full_report。
• 数据源／变量：skrub.var(name, value=...)、 skrub.as_data_op({...})。
• 选择器：skrub.selectors.{numeric, categorical, string, ...}。

skore

• 评估：skore.evaluate — 查阅其签名以及 Shape 1 / Shape 3 的返回类型分发。请勿从此列表中列出报告类。
• 项目：skore.Project(name, *, mode="local", **kwargs) （各模式的 kwargs：本地目录／Hub 工作区名称使用 workspace=， mlflow 使用 tracking_uri=），以及 put(key, report) / summarize()（以 id 为索引、包含 key 列的 DataFrame，行按 date 升序排列）/ get(id)——get 按 id 获取，而非按 key 获取；以及静态方法 Project.delete(name, *, mode, **kwargs)。

各库完整的 API 映射（少见子模块、访问器速查表）： → references/stack_orientation.md。

已安装的包不符合预期时

有两种选择，二者都不涉及“凭对其他版本的记忆编写”：

1. 转到 python-env-manager §“升级／固定版本”，以升级或固定版本。 针对新安装的版本重新查询。
2. 适应已安装的版本——更改方案。

配套技能

技能	关系
python-env-manager	负责版本（其解析版本所对应的键为 scratch/api/<lib>/<version>/）
data-science-python-stack	负责选择哪一个库；此技能将库视为已确定
build-ml-pipeline / evaluate-ml-pipeline / iterate-from-skore / smoke-test-ml-pipeline	工作流技能；需要符号时会转到此处

此技能不做什么

• 不在技能文件夹中维护预先整理的签名列表。 按版本提取的内容存放在工作区缓存中；技能文件夹保存的是持久的工作流模式。
• 安装时不生成缓存文件。缓存按需生成。
• 不深入讲解库的 API——那是库自身文档的职责。此技能会指向相关文档，并缓存值得保留的内容。
• 不自动编写参考资料。新增的 references/<topic>.md 文件需经用户许可，并通过 AskUserQuestion 进行（参见 references/authoring_protocol.md）。

参考资料（按需加载）

持久化工作流模式（随技能附带）：

• references/probe_templates.md — Shape 1（pydoc 符号卡片）、Shape 1b（LSP 悬停探测文件）和 Shape 2（模块接口转储）的完整代码。复制并编辑 LIB / DOTTED / TOPIC。
• references/shape1b_lsp_setup.md — 第 0 步：可用性探测、解读表、易踩的坑（会话启动顺序、conda 风格的环境、字符偏移、scratch 排除路径、C 扩展类型）。
• references/stack_orientation.md — 各库的完整接口映射（sklearn / skrub / skore）。
• references/pre_mark_alignment.md — 用于依赖历史记录的管道的 3 层 skrub DataOps 模式。编写依赖历史记录的代码前请阅读。
• references/skrub_interop.md — SkrubLearner 与 skore.evaluate 的集成方式。编写 experiments/NN_*.py 前请阅读。
• references/bootstrap_cache.md — 引导回合所需的最少缓存文件及审计流程。
• references/named_traps.md — Agent 在真实跟踪记录中遇到的特定版本重命名和弃用情况。
• references/authoring_protocol.md — 添加新参考文档的时机和方式（须由用户通过 AskUserQuestion 授权）。