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.

僅在需要工廠/註冊表模式的 ML 專案中建立新的可註冊元件時使用。 ✅ 在下列情況下使用： - 建立一個新的Dataset類別（需要@register_dataset） - 建立一個新的模型類別（需要@register_model） - 使用 __init__.py 工廠建立一個新的模組目錄 - 從頭開始初始化新的 ML 專案結構 - 新增新的元件類型（Augmentation、CollateFunction、Metrics） ❌請勿在下列情況下使用： - 修改現有的函數或方法 - 修復現有程式碼中的錯誤 - 新增輔助函數或實用程式 - 重構而不添加新的可註冊元件 - 對單一檔案進行簡單的程式碼更改 - 修改設定檔 - 閱讀或理解現有程式碼 關鍵指標：任務是否需要@register_*裝飾器或Factory模式？如果不是，請跳過該技能。 來源：galaxy-dawn/claude-scholar。