AutoTrain с Ask AI#
AutoTrain использует Ask AI, чтобы помочь тебе обучать, сравнивать и улучшать модели в ходе беседы. Начни с базовой модели, оцени ее результаты и запроси следующий эксперимент. Ask AI также может находить датасеты, размечать изображения, экспортировать модели и развертывать модели.
Войди в Ultralytics Platform, открой свой датасет или проект и нажми Ask AI.
Чтобы использовать действия платформы, сначала создай ключ API Ultralytics в разделе Settings > API Keys своего личного рабочего пространства. Ask AI автоматически использует твой текущий личный ключ; тебе не нужно вставлять его в беседу. Включай ссылку на проект или датасет при работе с командным рабочим пространством.
Примеры промптов#
Укажи в запросе целевую метрику, модель, лимит эпох и количество экспериментов. Для получения сопоставимых результатов оставляй неизменными датасет, разделения на выборки и случайное зерно при изменении только одного параметра за раз. Облачные запуск используют твои обучающие кредиты.
Открой нужный датасет или проект и спроси:
| Цель | Пример промпта |
|---|---|
| Запуск проекта | Создай закрытый проект под названием "Wildlife Lab". Найди и клонируй датасет для обнаружения диких животных, а затем подготовь базовый запуск обучения. |
| Сравнение разрешений | Обучи три модели на этом датасете с размерами изображений 640, 800 и 960. Оставь все остальные настройки и разделения датасета фиксированными. |
| Изучение датасета | Найди контейнеровозы, морские контейнеры и краны в xView. Подходит ли он в качестве отправной точки для портовой логистики? |
| Создание базовой модели | Обучи YOLO26n на этом датасете и назови запуск "xview-baseline". |
| Сравнение моделей | Сравни завершенные модели по валидационному mAP50-95. Объясни различия и предложи следующий эксперимент. |
| Развертывание модели | Разверни завершенную модель с наилучшим значением mAP валидации в этом проекте. Предоставь мне URL ее эндпоинта и статус. |
| Авторазметка | Используй мою лучшую совместимую модель для разметки неразмеченных изображений в этом датасете. Сохрани существующую разметку. |
| Проверка классификации | У какой модели самая высокая точность классификации? Какие породы остаются путающимися, и что нам попробовать дальше? |
| Экспорт модели | Экспортируй эту модель в ONNX и дай мне ссылку для скачивания, когда она будет готова. |
Использование собственного агента кодирования#
Ask AI использует CLI платформы, ul cloud и сопутствующий навык platform-cli. Ты можешь использовать те же команды из Claude Code, Codex или другого совместимого агента кодирования.
Установка и подключение#
Описанная ниже настройка предназначена для использования CLI платформы с собственным агентом кодирования за пределами платформы.
CLI ul поставляется с пакетом Ultralytics на Python 3.11+. Установи или обнови его:
pip install -U ultralyticsСоздай ключ API платформы и установи его в терминале, используемом твоим агентом. Проверь подключение с помощью:
export ULTRALYTICS_API_KEY="YOUR_API_KEY"
ul cloud account summaryДобавление навыка#
Следуй руководству по установке навыков агента для плагинов Claude Code и Codex. Для агентов, поддерживаемых CLI навыков, установи навык платформы с помощью:
npx skills add ultralytics/skills --skill platform-cliЗатем используй промпты вроде приведенных выше примеров, включая ссылку на проект или датасет для контекста.
Прямой запуск команд#
Используй идентификаторы проекта и модели в командах. Эти примеры ориентированы на твое личное рабочее пространство; добавь owner=TEAM, чтобы задействовать командное рабочее пространство, в которое ты входишь:
ul cloud datasets list
ul cloud models list project=license-plate
ul cloud models training project=license-plate model=baseline
ul cloud training start --helpИспользуй ul cloud --help для поиска команд и ul cloud <resource> <operation> --help для их аргументов. Подробнее см. в справочнике по API платформы.