datarobot-model-deployment

此技能为 AI 代理提供了一个结构化接口，用于与 DataRobot 平台交互，实现机器学习模型从训练项目到生产环境的无缝转换。该技能专为数据科学家、机器学习工程师和 MLOps 专业人员设计，通过自动化建立实时预测端点和批量推理配置，简化了部署生命周期。该技能利用 DataRobot Python SDK 来管理复杂的部署任务，确保生产级模型易于访问、监控和扩展。

• 从 DataRobot 项目或已注册的模型版本自动进行模型部署。

• 配置预测环境，包括 DataRobot 无服务器 (Serverless) 和自定义基础设施。

• 进阶模型管理功能，如冠军模型替换、模型切换和版本控制。

• 设置和监控挑战者模型，以促进严格的 A/B 测试和性能验证。

• 涵盖部署健康状态、端点检索和元数据配置的生命周期管理工具。

• 与生产级部署操作的安全性与访问控制集成。

• 确保 DataRobot API 令牌和端点 URL 在环境中正确配置，以启用 SDK 验证。

• 遵循最佳实践，为每个部署命名版本并记录其目的与模型版本。

• 在替换冠军模型时，请务必在执行交换前调用验证方法，以避免服务中断。

• 该技能预期输入模型标识符、项目标识符和部署设置；输出端点 URL、部署状态确认和配置日志。

• 限制条件包含基础设施类型的平台特定限制，以及在 DataRobot 工作区内所需的适当用户权限。