Model Deployment Helper 技能：验证本地预测接口输入与输出

Claude Code 安装步骤

从 GitHub 固定提交获取完整的 `plugins/ai-ml/model-deployment-helper/skills/deploying-machine-learning-models` 目录。
复制到目标项目的 `.claude/skills/`，确认 `.claude/skills/deploying-machine-learning-models/SKILL.md`，再从项目根目录启动 Claude Code，输入 `/deploying-machine-learning-models`。

用 Claude Code 将训练完成的模型接入本地预测服务，并核对输入字段、版本信息和错误处理。

在本地 POST /predict 传 item_count=2 和 parcel_size=4。再省略 parcel_size 重试，对照状态码和字段级错误。

合法请求返回约定数值与模型版本，缺字段返回验证错误。离线输出可复算。

GitHub 原文 · 更新日期 2026-11-13

准备自己生成的模型产物、Python 与已有 Web 框架。示例使用合成包装时长模型与本地接口。

只加载你生成或可信来源的固定版本产物，并按该格式的安全加载要求核对。