Communitygithub.com

scomp-link — Toolkit ML de Extremo a Extremo

Toolkit ML completo que automatiza todo el flujo de trabajo: perfilado de datos, preprocesamiento, ingeniería de características, selección de modelos, entrenamiento, validación, explicabilidad, monitoreo de deriva, comprobaciones de equidad y generación de informes HTML interactivos. Incluye una CLI completa para pipelines ML sin código. Python 3.10+.

¿Qué es scomp-link — Toolkit ML de Extremo a Extremo?

scomp-link es un potente toolkit de Machine Learning diseñado para automatizar el flujo de trabajo completo de ML, desde el perfilado de datos hasta el despliegue. Soporta múltiples plataformas como Claude Code, Cursor y Codex a través de su servidor MCP integrado, permitiendo a los agentes de IA ejecutar comandos de ML sin necesidad de codificación manual. El toolkit ofrece 24 comandos de CLI para tareas como descripción de datos, ingeniería de características, entrenamiento de modelos (regresión, clasificación, texto, clustering), ajuste de hiperparámetros con Optuna/Halving, validación, explicabilidad con SHAP/LIME, monitoreo de deriva y anomalías, comprobaciones de equidad, y exportación a ONNX/pickle. También incluye tres motores de visualización (Plotly, RAWGraphs, Highcharts) para generar informes HTML interactivos con más de 39 tipos de gráficos. Los artefactos se guardan en formato `.scomp` (modelo + preprocesador + configuración + métricas), facilitando la reproducibilidad y el despliegue como API REST. Es ideal para desarrolladores y científicos de datos que buscan acelerar sus pipelines de ML sin sacrificar flexibilidad.

Compatible con✓Claude Code~Codex CLI✓Cursor
npx skills add GiacomoSaccaggi/scomp_link

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

¿Qué hace scomp-link — Toolkit ML de Extremo a Extremo?

Descripción General

scomp-link automatiza el flujo de trabajo completo de ML: perfilado de datos → preprocesamiento → ingeniería de características → selección de modelos → entrenamiento → validación → explicabilidad → monitoreo → despliegue.

Usa scomp-link en lugar de sklearn crudo cuando necesites:

  • ML sin código mediante CLI (24 comandos)
  • Selección automatizada de modelos basada en características de los datos
  • Artefactos persistentes (formato .scomp: modelo + preprocesador + configuración + métricas)
  • Informes HTML con gráficos interactivos integrados
  • Monitoreo en producción (deriva + anomalías + equidad)
  • Ajuste de hiperparámetros con un solo comando (Optuna/Halving)

Usa sklearn crudo cuando necesites:

  • Arquitecturas de modelos personalizadas no incluidas en la fábrica
  • Control detallado sobre cada paso de preprocesamiento
  • Flujos de trabajo de investigación que requieren flexibilidad total

Instalación

pip install scomp-link

Árbol de Decisiones: Qué Comando Usar

Tengo datos y quiero...
├─ Entenderlos rápidamente          → scomp-link describe --data archivo.csv
├─ Un informe de calidad completo (HTML) → scomp-link quality --data archivo.csv --output reporte.html
├─ Ingeniería de características    → scomp-link engineer --data archivo.csv --target y --interactions --log-transform
├─ Entrenar un modelo
│  ├─ Regresión                     → scomp-link run --data archivo.csv --target y --task regression
│  ├─ Clasificación                 → scomp-link run --data archivo.csv --target y --task classification
│  ├─ Clasificación de texto        → scomp-link text --data archivo.csv --text-col msg --target label
│  ├─ Clustering                    → scomp-link cluster --data archivo.csv --n-clusters 5
│  └─ Pipeline completo desde YAML  → scomp-link pipeline --config pipeline.yaml
├─ Ajustar hiperparámetros          → scomp-link tune --data archivo.csv --target y --task regression --method optuna
├─ Predecir con modelo guardado     → scomp-link predict --artifact modelo.scomp --data nuevos.csv
├─ Validar con datos de prueba      → scomp-link validate --artifact modelo.scomp --data test.csv --target y
├─ Explicar decisiones del modelo   → scomp-link explain --artifact modelo.scomp --data test.csv
├─ Monitorear producción
│  ├─ Solo deriva                   → scomp-link drift --reference train.csv --current prod.csv
│  ├─ Monitoreo completo            → scomp-link monitor --reference train.csv --current prod.csv --artifact modelo.scomp
│  └─ Detección de anomalías        → scomp-link anomaly --data prod.csv --methods iforest,lof,tabnet,transformer
├─ Verificar equidad/sesgo          → scomp-link fairness --data preds.csv --target y_true --predicted y_pred --sensitive genero
├─ Pronosticar series temporales    → scomp-link forecast --data serie.csv --column valor --horizon 30
├─ Comparar modelos                 → scomp-link compare --artifacts v1.scomp v2.scomp
├─ Generar informe HTML             → scomp-link report --data archivo.csv --output reporte.html
├─ Servir como API REST             → scomp-link serve --artifact modelo.scomp --port 8080
├─ Exportar a ONNX/pickle           → scomp-link export --artifact modelo.scomp --format onnx
└─ Crear un nuevo proyecto          → scomp-link init mi_proyecto

Flujo de Trabajo Recomendado

Pipeline ML Estándar

# 1. Perfilar los datos
scomp-link describe --data train.csv --format table

# 2. Verificar calidad de datos
scomp-link quality --data train.csv --output quality_report.html

# 3. Ingeniería de características
scomp-link engineer --data train.csv --target precio --interactions --log-transform --output engineered.csv

# 4. Ajustar hiperparámetros
scomp-link tune --data engineered.csv --target precio --task regression --method optuna --n-trials 100 --save-artifact best_model.scomp

# 5. Validar con datos de prueba reservados
scomp-link validate --artifact best_model.scomp --data test.csv --target precio --report validation.html

# 6. Explicar
scomp-link explain --artifact best_model.scomp --data test.csv

# 7. Desplegar
scomp-link serve --artifact best_model.scomp --port 8080

Pipeline YAML (todo en uno)

# pipeline.yaml
data: train.csv
target: precio
task: regression
engineer:
  interactions: true
  log_transform: true
tune:
  method: optuna
  n_trials: 50
validate:
  test_data: test.csv
  report: validation_report.html
save: models/precio_model.scomp
scomp-link pipeline --config pipeline.yaml

Visualización e Informes

scomp-link tiene tres motores de visualización. Consulta guía-de-visualización.md para más detalles.

Referencia Rápida

MotorMejor ParaSalidaInteractividad
PlotlyGráficos ML estándar (histogramas, dispersión, barras)HTML (interactivo)Sí
RAWGraphsDiagramas de calidad de publicación (sankey, treemap, chord)SVG (estático)No
HighchartsSeries temporales (streamgraph, mapa de calor, gantt)HTML (interactivo)Sí

Crear un Informe HTML (API de Python)

from scomp_link.utils.report_html import ScompLinkHTMLReport
from scomp_link.utils.plotly_utils import histogram, barchart, linechart, area_chart
from scomp_link.utils.highcharts import streamgraphs, calendar_heatmap, calendar_gantt
from scomp_link.utils.rawgraphs import treemap, sankey_diagram, sunburst

# 1. Inicializar
report = ScompLinkHTMLReport(title='Mi Informe de Análisis')

# 2. Agregar secciones con contenido
report.open_section("Resumen de Datos")
report.add_title("Estadísticas del Conjunto de Datos")
report.add_text("Análisis de 10,000 registros de clientes.")
report.add_dataframe(summary_df, "Estadísticas Resumidas")
report.close_section()

# 3. Agregar gráficos
report.open_section("Distribuciones")
fig = histogram(df['edad'].values, "Distribución de Edad")
report.add_graph_to_report(fig, "Histograma de Edad")
report.close_section()

# 4. Agregar SVG de RAWGraphs
report.open_section("Vista Jerárquica")
svg = treemap(labels, parents, values, "Ingresos por Categoría")
report.add_rawgraphs_to_report(svg, "Treemap de Ingresos")
report.close_section()

# 5. Agregar Highcharts
report.open_section("Tendencias Temporales")
html_stream = streamgraphs("Tendencia de Ventas", fechas, series_dict, area=True)
report.html_report += html_stream  # Anexar HTML directo para Highcharts
report.close_section()

# 6. Guardar
report.save_html('informe_analisis.html')
report.save_pdf('informe_analisis.pdf')  # requiere Playwright

Gráficos Disponibles (31 RAWGraphs + 5 Plotly + 3 Highcharts)

Comparaciones: barchart, barchartmultiset, barchartstacked, piechart, radarchart, voronoidiagram Distribuciones: beeswarm, boxplot, violinplot Series Temporales: bumpchart, gantt_chart, horizongraph, linechart, slopechart, streamgraph Correlaciones: bubblechart, contour_plot, convex_hull, hexagonal_binning, matrixplot, parallelcoordinates Jerarquías: circlepacking, circular_dendrogram, dendrogram, sunburst, treemap, voronoi_treemap Redes: alluvial_diagram, arc_diagram, chord_diagram, sankey_diagram Plotly: histogram, multiple_histograms, barchart, linechart, area_chart Highcharts: streamgraphs, calendar_heatmap, calendar_gantt

Patrones de Encadenamiento

Los comandos están diseñados para encadenarse: la salida de uno es la entrada del siguiente:

describe → (entender columnas) → engineer → (engineered.csv) → tune → (modelo.scomp) → validate → (métricas)
                                                                                      ↓
                                                                               predict (nuevos datos)
                                                                                      ↓
                                                                               serve (API REST)

Patrones clave:

  • --save-artifact modelo.scomp → usar con --artifact modelo.scomp en predict/validate/explain/export/serve
  • --output archivo.csv → usar como --data archivo.csv en el siguiente comando
  • --report archivo.html → salida HTML independiente (visible en el navegador)
  • --plot archivo.html → salida de gráfico para forecast/drift/anomaly/cluster/compare

Errores Comunes y Soluciones

ErrorCausaSolución
ValueError: could not convert string to floatColumnas categóricas en modelo numéricoUsar la bandera --engineer o preprocesar categóricas
FileNotFoundError: artifact not foundRuta incorrecta al archivo .scompVerificar que la ruta existe, usar rutas absolutas
ImportError: torch requiredDependencias de NLP/deep learning faltantespip install scomp-link incluye todas las dependencias
ArrowInvalid: 1-dimensional arrayDatos de imagen/array en preprocesamientoCorregido en v1.2.0 — actualizar scomp-link
No module named 'click'Dependencia faltante de spaCypip install click (dependencia transitiva)
WeasyPrint: cannot load gobjectBibliotecas del sistema faltantes para PDFUsar save_pdf() (Playwright) en lugar de WeasyPrint

Servidor MCP

scomp-link incluye un servidor MCP para integración con agentes:

# Iniciar el servidor MCP (modo stdio para Claude Desktop / Kiro / Cursor)
scomp-link mcp

# O ejecutar directamente
python -m scomp_link.mcp_server

Consulta patrones-de-flujo-de-trabajo.md para ejemplos completos de flujo de trabajo.

Skills relacionados