architecture-design

This skill defines the standard code architecture for machine learning projects based on the template structure. When modifying or extending code, follow these patterns to maintain consistency.

The project follows a modular, extensible architecture with clear separation of concerns. Each module (data, model, trainer, analysis) is independently organized using factory and registry patterns for maximum flexibility.

For detailed directory structure with file descriptions, refer to references/structure.md.

Используйте ТОЛЬКО при создании НОВЫХ регистрируемых компонентов в проектах ML, для которых требуются шаблоны Factory/Registry. ✅ ИСПОЛЬЗУЙТЕ, когда: - Создание нового класса набора данных (требуется @register_dataset) - Создание нового класса модели (требуется @register_model) — Создание нового каталога модулей с помощью фабрики __init__.py. - Инициализация новой структуры проекта ML с нуля. - Добавление новых типов компонентов (Augmentation, CollateFunction, Metrics) ❌ НЕ ИСПОЛЬЗУЙТЕ, если: - Изменение существующих функций или методов. - Исправление ошибок в существующем коде - Добавление вспомогательных функций или утилит. - Рефакторинг без добавления новых регистрируемых компонентов. - Простые изменения кода в одном файле - Изменение файлов конфигурации. - Чтение или понимание существующего кода. Ключевой индикатор: требуется ли для задачи декоратор @register_* или шаблон Factory? Если нет, пропустите этот навык. Источник: galaxy-dawn/claude-scholar.