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.

仅在需要工厂/注册表模式的 ML 项目中创建新的可注册组件时使用。 ✅ 在以下情况下使用： - 创建一个新的Dataset类（需要@register_dataset） - 创建一个新的模型类（需要@register_model） - 使用 __init__.py 工厂创建一个新的模块目录 - 从头开始初始化新的 ML 项目结构 - 添加新的组件类型（Augmentation、CollateFunction、Metrics） ❌请勿在以下情况下使用： - 修改现有的函数或方法 - 修复现有代码中的错误 - 添加辅助函数或实用程序 - 重构而不添加新的可注册组件 - 对单个文件进行简单的代码更改 - 修改配置文件 - 阅读或理解现有代码 关键指标：任务是否需要@register_*装饰器或者Factory模式？如果不是，请跳过该技能。 来源：galaxy-dawn/claude-scholar。