uplift-model-reporting

Name: uplift-model-reporting
Author: QFIN-tech

40stars16forks

How to install uplift-model-reporting?

qfin-tech/model-evo/uplift-model-reporting

$npx -y skills add QFIN-tech/model-evo --skill uplift-model-reporting

Installs into the current project.

Summary

已有 task_config_path、subject_result_paths 和可选 supporting_paths 后，用于从上游结构化结果生成最终 Uplift 建模报告、HTML、facts 和 manifest。不要用于重算指标、训练、调参、比较排序或模型采用执行。

Files · 1

View on GitHub

SKILL.md

1	# Uplift 最终报告
2
3	## 1. 输入依赖
4
5	本 skill 只基于显式 path 聚合上游事实，生成面向业务用户的最终建模报告：
6
7	- `report_facts.v1.json`
8	- `report_manifest.v1.json`
9	- Markdown 报告
10	- HTML 报告
11	- flow root `report.md`
12
13	已有 `task_config_path`、`subject_result_paths` 和可选 `supporting_paths` 后使用。
14
15	候选模型来源支持：
16
17	- `uplift-model-s-learner-modeling`
18	- `uplift-model-t-learner-modeling`
19	- `uplift-model-tuning` 产出的 S-Learner tuning result
20	- `uplift-model-tuning` 产出的 T-Learner tuning result
21
22	展示名至少包括 `S-Learner Baseline`、`S-Learner Tuned`、`T-Learner Baseline`、`T-Learner Tuned`。T-Learner 的 `feature_importance.v1.csv` 如果包含 `component` 字段，报告按 component 分段展示 top features。
23
24	## 2. 执行入口
25
26	统一 CLI：
27
28	```bash
29	python <skill-dir>/scripts/run.py --input - --output-dir <output_dir>
30	```
31
32	Windows 环境可按需将路径分隔符改为反斜杠。
33
34	`--output-dir` 必须是已存在的 `run_dir`；runner 不创建 run_dir，不扫描 `latest/current`。本 skill 输出到：
35
36	```text
37	{run_dir}/uplift-model-reporting/{timestamp}_uplift_reporting/
38	inputs/0001_generate_report.request.json
39	results/0001_generate_report.result.json
40	artifacts/
41	_flow_manifest.json
42	_flow_log.jsonl
43	report.md
44	```
45
46	所有 stdout、result、manifest 和 log 中的持久化 path 都是 `run_dir` 相对路径。输入只通过显式 `task_config_path`、`subject_result_paths`、`supporting_paths` 接力，不读取 latest/current，也不回填 `{run_dir}/report.md`。
47
48	请求 JSON 必须通过 stdin 传入：
49
50	```json
51	{"action": "generate_report", "payload": {"task_config_path": "...", "subject_result_paths": ["..."], "supporting_paths": {"comparison_result_path": "..."}}}
52	```
53
54	runner stdout 是 JSON object。调用方只读取 stdout 或 result JSON 中的 `outputs.*` 字段，例如 `outputs.final_report_path`、`outputs.markdown_report_path`、`outputs.html_report_path`、`outputs.report_path`。
55
56	只接受显式 `_path` / `_paths` 字段。收到旧的 `_ref` / `_refs` 输入时，runner 返回 `needs_input`，并在 `issues` 与 `next_steps` 中给出对应替代字段。
57
58	## 3. Actions 与参数说明
59
60	`generate_report`
61
62	- 输入：`task_config_path`、`subject_result_paths`。
63	- 可选输入：`supporting_paths`、`report_decision`、`recommended_candidate_result_path`。
64	- 输出：
65	- `final_report_path`
66	- `report_facts_path`
67	- `report_manifest_path`
68	- `markdown_report_path`
69	- `html_report_path`
70	- `report_path`
71
72	`supporting_paths` 可包含：
73
74	- `sample_preparation_result_path`
75	- `sample_homogeneity_result_path`
76	- `feature_quality_result_path`
77	- `comparison_result_path`
78	- `candidate_result_paths`
79	- `modeling_sample_spec_path`
80	- `feature_plan_path`
81
82	生成完整最终报告时，应显式传入 `sample_preparation_result_path`、`sample_homogeneity_result_path`、`feature_quality_result_path` 和 `comparison_result_path`；缺少任一项时，报告仍可生成，但会返回 `partial_success` 并在缺失证据中标记对应章节。
83
84	如果 comparison 产生推荐候选，调用方应显式传入 `report_decision`，例如：
85
86	```json
87	{"adoption": "adopt_recommended", "decision_maker": "user"}
88	```
89
90	## 4. 输出产物
91
92	典型输出目录：
93
94	```text
95	{run_dir}/uplift-model-reporting/{timestamp}_uplift_reporting/
96	inputs/
97	results/
98	artifacts/
99	report_facts.v1.json
100	report_manifest.v1.json
101	uplift-report.v1.md
102	uplift-report.v1.html
103	_flow_manifest.json
104	_flow_log.jsonl
105	report.md
106	```
107
108	报告保持面向业务用户的最终建模报告形态，包含：执行摘要、任务定义、样本质量、同质性、特征质量、候选模型、模型比较、采用决策、风险与限制、建议下一步、追踪摘要。
109
110	## 5. 与其他 skill 的关联
111
112	\| 方向 \| Skill \| 关系 \|
113	\|---\|---\|---\|
114	\| 上游 \| `uplift-model-result-comparison` \| 可提供 `model_comparison_summary_path`、`recommended_candidate_result_path` 和采用决策证据 \|
115	\| 上游 \| `uplift-model-s-learner-modeling` / `uplift-model-t-learner-modeling` / `uplift-model-tuning` \| 提供 `subject_result_paths` 中的候选模型结果 \|
116	\| 下游 \| 无 \| 作为最终报告产出，不触发后续 skill \|
117
118	## 6. 执行约束
119
120	本 skill 不重算样本、同质性、特征、模型、调参或比较指标，不训练模型，不创建模型采用状态。
121
122	输入只通过显式 `task_config_path`、`subject_result_paths`、`supporting_paths` 接力，不读取 latest/current，也不回填 `{run_dir}/report.md`。
123
124	如果 comparison 产生推荐候选，调用方应显式传入 `report_decision`，例如 `{"adoption": "adopt_recommended", "decision_maker": "user"}`。
125
126	## 7. 异常处理
127
128	### 7.1 字段兼容异常
129
130	只接受显式 `_path` / `_paths` 字段。收到旧的 `_ref` / `_refs` 输入时，runner 返回 `needs_input`，并在 `issues` 与 `next_steps` 中给出对应替代字段。
131
132	### 7.2 证据缺失处理
133
134	报告应基于显式 path 聚合上游事实；缺少可选证据时在报告中表达缺失证据和主要风险，不重算或补造上游指标。
135
136	## 8. 面向用户回复
137
138	普通用户回复默认使用中文。先给报告是否生成、采用表达、缺失证据和主要风险，再提供 Markdown 报告路径。不要把 raw JSON、内部目录结构、长路径清单或实现术语作为主回复内容。
139
140	除非用户明确要求查看 JSON、调试、获取产物路径或手动接力下游流程，否则不要在用户回复中展示工程中的 `.json` 文件路径；`report_facts`、`report_manifest` 等 JSON 路径只作为内部/审计输入传递。Markdown/HTML 报告是面向人阅读的产物，可以按需给出。
141
142	确需精确交接时，可在“技术详情”里保留 `final_report_path`、`markdown_report_path`、`html_report_path`、`report_path` 等字段名，并说明用途。

People who liked this also viewed

6 picks

Type

uplift-model-reporting

40stars16forks

View on GitHub

How to install uplift-model-reporting?

qfin-tech/model-evo/uplift-model-reporting

$npx -y skills add QFIN-tech/model-evo --skill uplift-model-reporting

Installs into the current project.

Summary

Files · 1

View on GitHub

SKILL.md

1	# Uplift 最终报告
2
3	## 1. 输入依赖
4
5	本 skill 只基于显式 path 聚合上游事实，生成面向业务用户的最终建模报告：
6
7	- `report_facts.v1.json`
8	- `report_manifest.v1.json`
9	- Markdown 报告
10	- HTML 报告
11	- flow root `report.md`
12
13	已有 `task_config_path`、`subject_result_paths` 和可选 `supporting_paths` 后使用。
14
15	候选模型来源支持：
16
17	- `uplift-model-s-learner-modeling`
18	- `uplift-model-t-learner-modeling`
19	- `uplift-model-tuning` 产出的 S-Learner tuning result
20	- `uplift-model-tuning` 产出的 T-Learner tuning result
21
22	展示名至少包括 `S-Learner Baseline`、`S-Learner Tuned`、`T-Learner Baseline`、`T-Learner Tuned`。T-Learner 的 `feature_importance.v1.csv` 如果包含 `component` 字段，报告按 component 分段展示 top features。
23
24	## 2. 执行入口
25
26	统一 CLI：
27
28	```bash
29	python <skill-dir>/scripts/run.py --input - --output-dir <output_dir>
30	```
31
32	Windows 环境可按需将路径分隔符改为反斜杠。
33
34	`--output-dir` 必须是已存在的 `run_dir`；runner 不创建 run_dir，不扫描 `latest/current`。本 skill 输出到：
35
36	```text
37	{run_dir}/uplift-model-reporting/{timestamp}_uplift_reporting/
38	inputs/0001_generate_report.request.json
39	results/0001_generate_report.result.json
40	artifacts/
41	_flow_manifest.json
42	_flow_log.jsonl
43	report.md
44	```
45
46	所有 stdout、result、manifest 和 log 中的持久化 path 都是 `run_dir` 相对路径。输入只通过显式 `task_config_path`、`subject_result_paths`、`supporting_paths` 接力，不读取 latest/current，也不回填 `{run_dir}/report.md`。
47
48	请求 JSON 必须通过 stdin 传入：
49
50	```json
51	{"action": "generate_report", "payload": {"task_config_path": "...", "subject_result_paths": ["..."], "supporting_paths": {"comparison_result_path": "..."}}}
52	```
53
54	runner stdout 是 JSON object。调用方只读取 stdout 或 result JSON 中的 `outputs.*` 字段，例如 `outputs.final_report_path`、`outputs.markdown_report_path`、`outputs.html_report_path`、`outputs.report_path`。
55
56	只接受显式 `_path` / `_paths` 字段。收到旧的 `_ref` / `_refs` 输入时，runner 返回 `needs_input`，并在 `issues` 与 `next_steps` 中给出对应替代字段。
57
58	## 3. Actions 与参数说明
59
60	`generate_report`
61
62	- 输入：`task_config_path`、`subject_result_paths`。
63	- 可选输入：`supporting_paths`、`report_decision`、`recommended_candidate_result_path`。
64	- 输出：
65	- `final_report_path`
66	- `report_facts_path`
67	- `report_manifest_path`
68	- `markdown_report_path`
69	- `html_report_path`
70	- `report_path`
71
72	`supporting_paths` 可包含：
73
74	- `sample_preparation_result_path`
75	- `sample_homogeneity_result_path`
76	- `feature_quality_result_path`
77	- `comparison_result_path`
78	- `candidate_result_paths`
79	- `modeling_sample_spec_path`
80	- `feature_plan_path`
81
82	生成完整最终报告时，应显式传入 `sample_preparation_result_path`、`sample_homogeneity_result_path`、`feature_quality_result_path` 和 `comparison_result_path`；缺少任一项时，报告仍可生成，但会返回 `partial_success` 并在缺失证据中标记对应章节。
83
84	如果 comparison 产生推荐候选，调用方应显式传入 `report_decision`，例如：
85
86	```json
87	{"adoption": "adopt_recommended", "decision_maker": "user"}
88	```
89
90	## 4. 输出产物
91
92	典型输出目录：
93
94	```text
95	{run_dir}/uplift-model-reporting/{timestamp}_uplift_reporting/
96	inputs/
97	results/
98	artifacts/
99	report_facts.v1.json
100	report_manifest.v1.json
101	uplift-report.v1.md
102	uplift-report.v1.html
103	_flow_manifest.json
104	_flow_log.jsonl
105	report.md
106	```
107
108	报告保持面向业务用户的最终建模报告形态，包含：执行摘要、任务定义、样本质量、同质性、特征质量、候选模型、模型比较、采用决策、风险与限制、建议下一步、追踪摘要。
109
110	## 5. 与其他 skill 的关联
111
112	\| 方向 \| Skill \| 关系 \|
113	\|---\|---\|---\|
114	\| 上游 \| `uplift-model-result-comparison` \| 可提供 `model_comparison_summary_path`、`recommended_candidate_result_path` 和采用决策证据 \|
115	\| 上游 \| `uplift-model-s-learner-modeling` / `uplift-model-t-learner-modeling` / `uplift-model-tuning` \| 提供 `subject_result_paths` 中的候选模型结果 \|
116	\| 下游 \| 无 \| 作为最终报告产出，不触发后续 skill \|
117
118	## 6. 执行约束
119
120	本 skill 不重算样本、同质性、特征、模型、调参或比较指标，不训练模型，不创建模型采用状态。
121
122	输入只通过显式 `task_config_path`、`subject_result_paths`、`supporting_paths` 接力，不读取 latest/current，也不回填 `{run_dir}/report.md`。
123
124	如果 comparison 产生推荐候选，调用方应显式传入 `report_decision`，例如 `{"adoption": "adopt_recommended", "decision_maker": "user"}`。
125
126	## 7. 异常处理
127
128	### 7.1 字段兼容异常
129
130	只接受显式 `_path` / `_paths` 字段。收到旧的 `_ref` / `_refs` 输入时，runner 返回 `needs_input`，并在 `issues` 与 `next_steps` 中给出对应替代字段。
131
132	### 7.2 证据缺失处理
133
134	报告应基于显式 path 聚合上游事实；缺少可选证据时在报告中表达缺失证据和主要风险，不重算或补造上游指标。
135
136	## 8. 面向用户回复
137
138	普通用户回复默认使用中文。先给报告是否生成、采用表达、缺失证据和主要风险，再提供 Markdown 报告路径。不要把 raw JSON、内部目录结构、长路径清单或实现术语作为主回复内容。
139
140	除非用户明确要求查看 JSON、调试、获取产物路径或手动接力下游流程，否则不要在用户回复中展示工程中的 `.json` 文件路径；`report_facts`、`report_manifest` 等 JSON 路径只作为内部/审计输入传递。Markdown/HTML 报告是面向人阅读的产物，可以按需给出。
141
142	确需精确交接时，可在“技术详情”里保留 `final_report_path`、`markdown_report_path`、`html_report_path`、`report_path` 等字段名，并说明用途。

People who liked this also viewed

6 picks

Type