通过 Ask AI 自动训练#
AutoTrain 使用 Ask AI，通过对话帮助你训练、比较和改进模型。从基线模型开始，查看结果，然后询问下一项实验。Ask AI 还可以查找数据集、标注图像、导出模型并部署模型。
登录 Ultralytics Platform，打开你的数据集或项目，然后点击 Ask AI。
要使用 Platform 操作，请先在个人工作区的 设置 > API 密钥 中创建 Ultralytics API 密钥。Ask AI 会自动使用你现有的个人密钥；你无需将密钥粘贴到对话中。在团队工作区中操作时，请附上项目或数据集链接。
可尝试的提示词#
在请求中注明目标指标、模型、周期上限和实验次数。为获得可比较的结果，请固定数据集、数据划分和随机种子，每次只更改一项设置。云端运行会使用你的训练积分。
打开相关数据集或项目，然后提问：
| 目标 | 提示词示例 |
|---|---|
| 创建项目 | 创建一个名为“Wildlife Lab”的私有项目。查找并克隆一个野生动物检测数据集，然后准备一次基线训练。 |
| 比较分辨率 | 使用此数据集，以 640、800 和 960 的图像尺寸训练三个模型。固定所有其他设置和数据划分。 |
| 探索数据集 | 在 xView 中查找集装箱船、集装箱和起重机。它适合作为港口物流项目的起点吗？ |
| 创建基线 | 在此数据集上训练 YOLO26n，并将此次运行命名为 "xview-baseline"。 |
| 比较模型 | 根据验证集 mAP50-95 比较已完成的模型。说明差异并提出下一项实验。 |
| 部署模型 | 在此项目中部署验证集 mAP 最高的已完成模型。告诉我它的端点 URL 和状态。 |
| 自动标注 | 使用我最适用的模型为此数据集中的未标注图像添加标注。保留现有标注。 |
| 查看分类结果 | 哪个模型的分类准确率最高？哪些品种仍然容易混淆？接下来应该尝试什么？ |
| 导出模型 | 将此模型导出为 ONNX，准备就绪后把下载链接发给我。 |
使用你自己的编码代理#
Ask AI 使用 Platform CLI、ul cloud 及其配套的 platform-cli skill。你可以在 Claude Code、Codex 或其他兼容的编码代理中使用相同的命令。
安装并连接#
以下设置说明如何在 Platform 之外，使用你自己的编码代理搭配 Platform CLI。
ul CLI 随 Ultralytics Python 包提供，适用于 Python 3.11+。安装或更新它：
pip install -U ultralytics创建一个 Platform API 密钥，并在代理使用的终端中设置该密钥。使用以下命令检查连接：
export ULTRALYTICS_API_KEY="YOUR_API_KEY"
ul cloud account summary添加 Skill#
按照 Agent Skills 安装指南为 Claude Code 和 Codex 插件进行安装。对于 skills CLI 支持的代理，使用以下命令安装 Platform skill：
npx skills add ultralytics/skills --skill platform-cli然后使用类似上述示例的提示词，并附上项目或数据集链接作为上下文。
直接运行命令#
在命令中使用项目和模型 URL slug。以下示例针对你的个人工作区；若要指定你所属的团队工作区，请添加 owner=TEAM：
ul cloud datasets list
ul cloud models list project=license-plate
ul cloud models training project=license-plate model=baseline
ul cloud training start --help使用 ul cloud --help 查找命令，使用 ul cloud <resource> <operation> --help 查看命令参数。更多详情请参阅 Platform API 参考。