mcpField
S
searching-mlflow-docs

searching-mlflow-docs

github.com/mlflow开发821.1k 次安装2 天前更新
代码仓库

关于 searching-mlflow-docs

用于查找 MLflow 文档的技能：先查询最新的 `llms.txt` 索引，再获取已确认的 Markdown 页面。它引导 Agent 避免使用过时路径和无关来源。

主要功能

  1. 01查询 `llms.txt` 索引
  2. 02获取已验证的 `.md` 页面
  3. 03避免 HTML 和猜测网址
  4. 04仅检索 MLflow 文档

适用场景

  1. 01查找 MLflow 主题的最新文档
  2. 02从文档中提取代码示例

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/mlflow/skills --skill searching-mlflow-docs

安装后在 Claude Code 中输入/searching-mlflow-docs确认已加载。

详细介绍

MLflow 文档搜索

工作流

  1. 获取 https://mlflow.org/docs/latest/llms.txt，查找相关页面路径
  2. 获取已确定路径下的 .md 文件
  3. 以原样呈现代码示例

步骤 1：获取 llms.txt 索引

WebFetch(
  url: "https://mlflow.org/docs/latest/llms.txt",
  prompt: "Find links or references to [TOPIC]. List all relevant URLs."
)

步骤 2：获取目标文档

使用步骤 1 中的路径，并始终使用 .md 扩展名：

WebFetch(
  url: "https://mlflow.org/docs/latest/[path].md",
  prompt: "Return all code blocks verbatim. Do not summarize."
)

反模式

不要使用 .html 文件——仅获取 .md 源文件。

不要使用 WebSearch——始终从 llms.txt 开始；网页搜索结果可能过时或来自第三方。

不要使用含糊的提示词——“提取完整文档”可能导致内容被概括。请使用“原样返回所有代码块。不要概括。”

不要使用带版本号的路径——始终使用 /docs/latest/，除非用户明确要求特定版本，否则不要使用 /docs/3.8/ 或其他版本路径。

不要猜测 URL——获取前始终确认路径存在于 llms.txt 中。切勿凭假设构造文档路径。

不要跟进外部链接——仅限 mlflow.org/docs。不要跟进指向 GitHub、PyPI 或第三方网站的链接。

不要混用来源——仅使用 MLflow 文档。不要与 LangChain 文档、OpenAI 文档或其他外部文档混用。

非 GenAI 主题不要使用 llms.txt——llms.txt 索引仅涵盖 LLM/GenAI 文档。经典 ML 跟踪功能的路径可能有所不同。

评论

支持 Markdown