什麼是 pymc-testing?
使用 pytest 測試 PyMC 模型。為貝葉斯模型編寫單元測試、設定測試裝置、模擬 MCMC 取樣或測試模型結構時使用。涵蓋 pymc.testing.mock_sample、pytest 裝置以及快速純結構測試(模擬)和慢速後驗推理測試之間的差異。觸發:測試 PyMC、pytest、模型單元測試、模擬取樣、測試裝置、貝葉斯模型的 CI/CD。 來源:pymc-labs/python-analytics-skills。
使用 pytest 測試 PyMC 模型。為貝葉斯模型編寫單元測試、設定測試裝置、模擬 MCMC 取樣或測試模型結構時使用。涵蓋 pymc.testing.mock_sample、pytest 裝置以及快速純結構測試(模擬)和慢速後驗推理測試之間的差異。觸發:測試 PyMC、pytest、模型單元測試、模擬取樣、測試裝置、貝葉斯模型的 CI/CD。
透過命令列快速安裝 pymc-testing AI 技能到你的開發環境
來源:pymc-labs/python-analytics-skills。
PyMC provides testing utilities to speed up test suites by mocking MCMC sampling with prior predictive sampling. This is useful for checking model structure without running expensive inference.
| Speed | Fast (seconds) | Slow (minutes) | | Use case | Model structure, downstream code | Posterior values, convergence | | Output | prior, priorpredictive | Full posterior, samplestats, warmup groups | | Divergences | Mocked (configurable) | Real diagnostics |
Use mocking when: Testing model specification, CI/CD pipelines, plotting code, API integration, serialization.
使用 pytest 測試 PyMC 模型。為貝葉斯模型編寫單元測試、設定測試裝置、模擬 MCMC 取樣或測試模型結構時使用。涵蓋 pymc.testing.mock_sample、pytest 裝置以及快速純結構測試(模擬)和慢速後驗推理測試之間的差異。觸發:測試 PyMC、pytest、模型單元測試、模擬取樣、測試裝置、貝葉斯模型的 CI/CD。 來源:pymc-labs/python-analytics-skills。
為搜尋與 AI 引用準備的穩定欄位與指令。
npx skills add https://github.com/pymc-labs/python-analytics-skills --skill pymc-testing使用 pytest 測試 PyMC 模型。為貝葉斯模型編寫單元測試、設定測試裝置、模擬 MCMC 取樣或測試模型結構時使用。涵蓋 pymc.testing.mock_sample、pytest 裝置以及快速純結構測試(模擬)和慢速後驗推理測試之間的差異。觸發:測試 PyMC、pytest、模型單元測試、模擬取樣、測試裝置、貝葉斯模型的 CI/CD。 來源:pymc-labs/python-analytics-skills。
開啟你的終端機或命令列工具(如 Terminal、iTerm、Windows Terminal 等) 複製並執行以下指令:npx skills add https://github.com/pymc-labs/python-analytics-skills --skill pymc-testing 安裝完成後,技能將自動設定到你的 AI 程式設計環境中,可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/pymc-labs/python-analytics-skills