- Paso 1: Instale el agente MLE mediante pip o clonando el repositorio de GitHub.
- Paso 2: Configure las credenciales de MLflow, Kubeflow o Airflow en el archivo de configuración.
- Paso 3: Inicie el agente con el comando `mle-agent init`.
- Paso 4: Interactúe con el agente mediante CLI o prompts conversacionales.
- Paso 5: Obtenga métricas de experimentos, monitoree modelos o programe reentrenamientos.
- Paso 6: Extienda la funcionalidad agregando o personalizando plugins.