什么是 pymc-testing?
使用 pytest 测试 PyMC 模型。在为贝叶斯模型编写单元测试、设置测试装置、模拟 MCMC 采样或测试模型结构时使用。涵盖 pymc.testing.mock_sample、pytest 装置以及快速纯结构测试(模拟)和慢速后验推理测试之间的区别。触发:测试 PyMC、pytest、模型单元测试、模拟采样、测试装置、贝叶斯模型的 CI/CD。 来源:pymc-labs/python-analytics-skills。
使用 pytest 测试 PyMC 模型。在为贝叶斯模型编写单元测试、设置测试装置、模拟 MCMC 采样或测试模型结构时使用。涵盖 pymc.testing.mock_sample、pytest 装置以及快速纯结构测试(模拟)和慢速后验推理测试之间的区别。触发:测试 PyMC、pytest、模型单元测试、模拟采样、测试装置、贝叶斯模型的 CI/CD。
通过命令行快速安装 pymc-testing AI 技能到你的开发环境
来源: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 测试 PyMC 模型。在为贝叶斯模型编写单元测试、设置测试装置、模拟 MCMC 采样或测试模型结构时使用。涵盖 pymc.testing.mock_sample、pytest 装置以及快速纯结构测试(模拟)和慢速后验推理测试之间的区别。触发:测试 PyMC、pytest、模型单元测试、模拟采样、测试装置、贝叶斯模型的 CI/CD。 来源:pymc-labs/python-analytics-skills。
为搜索与 AI 引用准备的稳定字段与命令。
npx skills add https://github.com/pymc-labs/python-analytics-skills --skill pymc-testing使用 pytest 测试 PyMC 模型。在为贝叶斯模型编写单元测试、设置测试装置、模拟 MCMC 采样或测试模型结构时使用。涵盖 pymc.testing.mock_sample、pytest 装置以及快速纯结构测试(模拟)和慢速后验推理测试之间的区别。触发:测试 PyMC、pytest、模型单元测试、模拟采样、测试装置、贝叶斯模型的 CI/CD。 来源:pymc-labs/python-analytics-skills。
打开你的终端或命令行工具(如 Terminal、iTerm、Windows Terminal 等) 复制并运行以下命令:npx skills add https://github.com/pymc-labs/python-analytics-skills --skill pymc-testing 安装完成后,技能将自动配置到你的 AI 编程环境中,可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/pymc-labs/python-analytics-skills