Rapport d’audit du skill
EconML Rapport d’audit.
ALICE (Automated Learning and Intelligence for Causation and Economics) is a Microsoft Research project aimed at applying Artificial Intelligence concepts to economic decision making. One of its goals is to build a toolkit that combines state-of-the-art machine learning techniques with econometrics in order to bring automation to complex causal inference problems. To date, the ALICE Python SDK (econml) implements orthogonal machine learning algorithms such as the double machine learning work of Chernozhukov et al. This toolkit is designed to measure the causal effect of some treatment variable(s) t on an outcome variable y, controlling for a set of features x.
Trust Score OpenAgentSkill
Trust Score OpenAgentSkill
The Trust Score helps an agent decide whether a skill is safe enough to shortlist before installation.
Adoption GitHub
Validé86
4.7K stars GitHub
Activité stars/forks
Validé83
4.7K stars et 813 forks; l’activité des issues n’est pas disponible dans les métadonnées actuelles
Maintenance récente
Validé88
2 mois depuis le dernier push
Clarté de licence
Avertissement42
Inconnu
Complétude README/SKILL.md
Validé90
Les métadonnées incluent suffisamment de contexte d’usage et de workflow
Risque dépendances/runtime
Validé90
Aucun indice majeur de risque de dépendance dans les métadonnées publiques
Disponibilité de l’installation
Validé92
npx skills add py-why/EconML
Sécurité de la commande d’installation
Validé92
Chemin d’installation standard de package ou runtime
Surface de permissions
Validé86
Accès au système de fichiers ou aux documents
Preuve du dépôt
Validé86
https://github.com/py-why/EconML
État de revue
Validé88
Données de revue IA disponibles
Résultats prouvés par Agent
Info54
Pas encore de données de résultats Agent
Vérifications
Revue d’installation et d’adoption
Chemin d’installation
92
npx skills add py-why/EconML
Dépôt
88
https://github.com/py-why/EconML
Licence
45
Inconnu
Maintenance
88
2 mois depuis le dernier push
Revue IA
88
Approved with no listed issues
Complétude README/SKILL.md
90
Usable description available
Risque de dépendances
90
Aucun indice majeur de risque de dépendance dans les métadonnées publiques
Sécurité de la commande d’installation
92
Chemin d’installation standard de package ou runtime
Surface de permissions
86
Accès au système de fichiers ou aux documents
Activité stars/forks
83
4.7K stars et 813 forks; l’activité des issues n’est pas disponible dans les métadonnées actuelles
Adoption
88
4.7K stars GitHub
Financial decision safety
58
Research-only use: do not treat output as financial advice or execute a position without human approval.
Avertissements
- La licence est ambiguë
- Financial research output is not financial advice; require human review before any live investment decision
- Financial research output is not financial advice; require human review before any live investment decision.
- License clarity: Unknown
Méthode
This report combines public metadata, AI review output, repository freshness, install readiness, OpenAgentSkill events, quality scoring, trust checks, and the agent safety gate. It is not a full source-code security review.
Comparer les options proches
Skills associés à auditer ensuite
Tensorflow
An Open Source Machine Learning Framework for Everyone
196K Stars · Rapport d’audit
Transformers
🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training.
162K Stars · Rapport d’audit
Pytorch
Tensors and Dynamic neural networks in Python with strong GPU acceleration
101K Stars · Rapport d’audit