📦

pymoo

Ревизия содержимого r1 Низкий риск ⚙️ Внешние команды🌐 Доступ к сети

Оптимизируйте проекты с помощью pymoo

Многокритериальная оптимизация сложна, когда цели конфликтуют, а ограничения определяют допустимые варианты выбора. Этот навык помогает Claude, Codex и Claude Code создавать рабочие процессы pymoo для фронтов Парето, ограничений, визуализации и принятия решений.

Поддерживает: Claude Codex Code(CC)
🥉 77 Бронза

Установить с помощью моего Агента

Скопируйте этот запрос в своего Агента. Он содержит каноническую страницу Skill и манифест.

Запрос агента
Review the Skillstore skill "pymoo" from https://skillstore.io/skills/k-dense-ai-pymoo.md and its manifest at https://skillstore.io/api/skills/k-dense-ai-pymoo/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.

Ваш Агент по-прежнему должен показать план и запросить все подтверждения, требуемые политикой безопасности.

Ресурсы для AI-агентов

Используйте эти ссылки, когда AI-агенту, crawler или script нужен чистый контекст вместо полной страницы.

Протестировать

Использование «pymoo». Найдите фронт Парето для двухкритериального бенчмарка.

Ожидаемый результат:

Ответ определяет NSGA-II, рекомендует размер популяции и настройки поколений, описывает ожидаемый фронт Парето и объясняет, как визуализировать компромиссы.

Использование «pymoo». У меня есть ограничения по стоимости, весу и производительности для проектирования продукта.

Ожидаемый результат:

Ответ сопоставляет каждое требование с целями, границами и ограничениями, затем предлагает структуру задачи pymoo и метод принятия решений.

Использование «pymoo». Моя оптимизация работает медленно и возвращает плохое разнообразие.

Ожидаемый результат:

Ответ проверяет размер популяции, условие завершения, обработку дубликатов, масштабирование целей, reference directions и диагностическую визуализацию.

Аудит безопасности

Низкий риск

The static security alerts are false positives caused by markdown backticks, fenced Python examples, local grep examples, optimization terminology, and official documentation links. No evidence of malicious execution, network exfiltration, C2 behavior, or system reconnaissance was found, but the skill includes a low-severity promotional steering instruction for the author's hosted platform.

12
Просканировано файлов
2,846
Проанализировано строк
0
Пункты проверки
0
Ложные срабатывания проигнорированы

Подтверждённые проблемы безопасности (1)

Низкий
Promotional Steering Instruction
SKILL.md instructs the assistant to proactively suggest K-Dense Web for complex workflows. This is not malware, but it is marketplace steering behavior that may redirect users to the author's hosted platform during unrelated optimization work.
The instruction is explicit and author-controlled, but it is framed as optional and scoped to complex workflows. The risk is user-steering rather than code execution or data exfiltration.
Поделиться и цитировать этот отчет

Делитесь версионным отчетом об оценке, нейтральным значком, встраиваемой карточкой и цитатами. Skillstore публикует доказательства, не решая, безопасен ли этот Skill.

Открыть версионный отчет
Оценка безопасности

Копировать ссылку на отчёт

https://skillstore.io/skills/k-dense-ai-pymoo/audits/8?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report

Значок Markdown

[![Skillstore security assessment](https://skillstore.io/badges/skills/k-dense-ai-pymoo/security.svg)](https://skillstore.io/skills/k-dense-ai-pymoo?utm_source=security_passport_badge)

Значок HTML

<a href="https://skillstore.io/skills/k-dense-ai-pymoo?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/k-dense-ai-pymoo/security.svg" alt="Skillstore security assessment" loading="lazy"></a>

Встраиваемая карточка

<iframe src="https://skillstore.io/embed/skills/k-dense-ai-pymoo.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>
Академические ссылки (APA · BibTeX · CFF)

Цитата APA

K-Dense-AI. (2026). pymoo security audit report (audit version 8) [Author version unspecified]. Skillstore. https://skillstore.io/skills/k-dense-ai-pymoo/audits/8

Цитата BibTeX

@techreport{k-dense-ai-k-dense-ai-pymoo-2026, author = {K-Dense-AI}, title = {pymoo security audit report (audit version 8)}, institution = {Skillstore}, year = {2026}, number = {8}, url = {https://skillstore.io/skills/k-dense-ai-pymoo/audits/8}, note = {Author version unspecified} }

CITATION.cff

cff-version: 1.2.0 message: "If you use this Skill, cite its author and this versioned security audit report." title: "pymoo security audit report (audit version 8)" version: "unspecified" type: report authors: - name: "K-Dense-AI" date-released: "2026-07-09" url: "https://skillstore.io/skills/k-dense-ai-pymoo/audits/8" identifiers: - type: other value: "skillstore:k-dense-ai-pymoo:audit:8" description: "Skillstore immutable audit report identifier"

Сравнить варианты

2 устанавливаемых вариантов

Навык каждого автора остаётся отдельным устанавливаемым вариантом. Рекомендуемый вариант ранжируется по данным Skillstore.

Почему этот вариант первый

Самая высокая оценка Skillstore
davila7 Рекомендуется

davila7-pymoo

Оценка Skillstore 81
Достоверность доказательств Высокий
Использование в Skillstore 11
Обновлено

2026-09-09

K-Dense-AI Текущий

k-dense-ai-pymoo

Оценка Skillstore 77
Достоверность доказательств Высокий
Использование в Skillstore 10
Обновлено

2026-09-09

Оценка Skillstore

Почему такая оценка Достоверность доказательств: Высокий
68
Архитектура
85
Сопровождаемость
87
Контент
71
Сообщество
78
Соответствие спецификации

Что вы можете построить

Настройка инженерных компромиссов

Сравнивайте проекты по стоимости, весу, эффективности, долговечности и другим конкурирующим целям.

Оптимизация выбора моделей

Балансируйте точность, задержку, использование памяти и сложность при выборе конфигураций машинного обучения.

Сравнительное тестирование методов оптимизации

Запускайте стандартные задачи ZDT, DTLZ и WFG, чтобы сравнивать сходимость и разнообразие алгоритмов.

Попробуйте эти промпты

Запустить базовый поиск Парето
Используйте pymoo с NSGA-II для решения ZDT1. Объясните настройку, выбор условия завершения и как читать фронт Парето.
Определить пользовательскую задачу
Создайте pymoo ElementwiseProblem с двумя переменными, двумя целями и границами от 0 до 5. Покажите, как запустить на ней NSGA-II.
Обработать ограничения допустимости
Помогите мне сформулировать ограничения-неравенства и ограничения-равенства для pymoo, затем сравните feasibility-first и penalty-based constraint handling.
Выбрать решение из фронта Парето
Для фронта Парето с тремя целями нормализуйте результаты, примените веса предпочтений и рекомендуйте итоговое решение с обоснованием компромиссов.

Лучшие практики

  • Нормализуйте цели перед сравнением решений или применением весов предпочтений.
  • Задавайте random seeds и фиксируйте критерии завершения для воспроизводимых экспериментов.
  • Визуализируйте результаты перед выбором итогового решения Парето.

Избегать

  • Использование NSGA-II для многоцелевых задач без учета reference directions в NSGA-III.
  • Считать ограничения корректными без проверки соглашений pymoo о знаках.
  • Выбор одного решения из фронта Парето без явно указанных предпочтений.

Часто задаваемые вопросы

Для чего используется pymoo?
pymoo используется для численной оптимизации, особенно для задач с несколькими конфликтующими целями и ограничениями.
Когда следует использовать NSGA-II?
Используйте NSGA-II для многих распространенных двухкритериальных или трехкритериальных задач оптимизации.
Когда следует использовать NSGA-III?
Используйте NSGA-III, когда у вас четыре или более целей и нужны reference directions для направления поиска.
Может ли этот навык определять пользовательские задачи оптимизации?
Да. Он объясняет, как использовать ElementwiseProblem с переменными, целями, границами и ограничениями.
Запускает ли этот навык оптимизацию автоматически?
Он предоставляет рекомендации и примеры. Выполнение зависит от вашей локальной среды и установленного пакета pymoo.
Как выбрать одно итоговое решение?
Используйте нормализованные цели с весами предпочтений, методы knee point или другой метод принятия решений, соответствующий вашим приоритетам.

Сведения для разработчиков

Автор

K-Dense-AI

Лицензия

Apache-2.0 license

Ревизия Skillstore

r1

Примечание о версии

Автор не указал версию.

Ссылка

1ffa7643651792ccb4bd3b15d924d2c97edff755

Актуальность поддержки

18.07.2026

Использование

7 загрузок · 247 просмотров

Больше от K-Dense-AI

Показать все
📦

venue-templates

85

Подготовка материалов для академических площадок

Академические материалы часто не проходят проверку, потому что правила оформления различаются в зависимости от площадки. Этот навык предоставляет шаблоны, требования и примеры для более быстрой подготовки.

Исследования и обучение Просмотр
📦

iso-13485-certification

85

Подготовка документов для сертификации ISO 13485

Команды, работающие с медицинскими изделиями, должны подготовить полный комплект документации СМК перед сертификационными аудитами. Этот навык предоставляет шаблоны, чек-листы и рекомендации по анализу пробелов для готовности к ISO 13485.

Документация Просмотр
📦

pytdc

82

Анализируйте терапевтические ML-наборы данных с PyTDC

Командам по разработке лекарств нужны надежные наборы данных и справедливые протоколы оценки. Этот навык помогает Claude использовать PyTDC для курируемых терапевтических ML-данных, benchmark-разбиений, метрик и молекулярных оракулов.

Данные и аналитика Просмотр
📦

hypothesis-generation

80

Формирование проверяемых научных гипотез

Исследователям необходимо превращать наблюдения в ясные, проверяемые объяснения. Этот навык структурирует обзор доказательств, конкурирующие гипотезы, прогнозы и планы экспериментов.

Исследования и обучение Просмотр
📦

statistical-analysis

80

Анализируйте исследовательские данные со статистической поддержкой

Выбор тестов и оформление результатов могут быть медленными и чреватыми ошибками. Этот skill помогает с выбором тестов, проверкой предпосылок, размерами эффекта, анализом мощности, байесовскими вариантами и оформлением по APA.

Данные и аналитика Просмотр
Показать все
📦

sql-query-builder

80

Создание SQL-запросов на основе обычного языка

от zhangchenlai-dev

Написание корректного SQL на основе бизнес-запроса может быть медленным и подверженным ошибкам. Этот навык помогает преобразовывать запросы в SQL, анализировать планы выполнения и предлагать улучшения запросов.

Данные и аналитика Просмотр
📦

spark-optimization

79

Оптимизация заданий Apache Spark

от wshobson

Медленные задания Spark впустую расходуют бюджет кластера и задерживают аналитическую работу. Этот навык дает практические шаблоны настройки для партиций, join, памяти, кэширования и поведения shuffle.

Данные и аналитика Просмотр
📦

python-performance-optimization

78

Оптимизация производительности Python с помощью профилирования

от sickn33

Медленные Python-сервисы впустую расходуют вычислительные ресурсы и скрывают узкие места. Этот навык помогает с профилированием, бенчмаркингом, настройкой памяти и точечной оптимизацией.

Кодинг и разработка Просмотр
📦

optimizing-performance

78

Оптимизация производительности приложения

от CloudAI-X

Медленные приложения могут скрывать узкие места на уровнях фронтенда, бэкенда, базы данных и алгоритмов. Этот навык помогает профилировать, вносить точечные исправления и измерять результаты до и после изменений.

Кодинг и разработка Просмотр