csinva/imodels：README 来源编辑指南

csinva/imodels 的 README 将项目描述为"Interpretable ML package 🔍 for concise, transparent, and accurate predictive modeling (sklearn-compatible)."。本文只整理仓库能直接核验的内容，不把星标、Fork 或宣传语当成质量证明。README 在"README"下的说明是：Python package for concise, transparent, and accurate predictive modeling. All sklearn-compatible and easy to use.。这给出的首先是项目边界，而不是已经完成的生产验证。

从 README 的"Supported models"和相关条目看，读者可以先判断它是否解决自己的具体问题：README 没有列出这一项具体能力。。如果你的目标与这段说明不一致，就不应仅凭项目热度采用它。这里保留原项目名、命令和组件名，方便回到一手来源核对。 README 还列出了另一条可核对的信息：README 没有列出这一项具体能力。。这类原文条目可以帮助读者设计试运行步骤，但不能代替自己的环境测试。

README 把工作方式分散写在"Supported models"等段落中。可确认的线索包括：| Model | Reference | Description | | :-------------------------- | ------------------------------------------------------------ | ------------------------------------------------------------ | | Rulefit rule set | 🗂️ Lightweight Rule。这篇整理没有把未写出的架构、性能或安全边界补成结论；真正的运行链仍应结合仓库目录、配置文件和版本标签检查。

第一次安装应从 README 给出的入口开始。当前可复核的命令是： README 没有给出可直接复制的安装命令。 如果仓库没有提供命令，本文不会替它编造安装步骤，而是建议先打开 README 的"Supported models"部分，确认系统依赖、默认端口和首次初始化动作。

日常使用的细节取决于项目实际文档。README 的"Demo notebooks"段落提到：Shows how to fit, predict, and visualize with different interpretable models。对于配置文件、环境变量、权限和数据目录，当前稿只记录来源明确的部分；未写明的默认值必须在测试环境中验证，并保留可回滚的配置副本。 同一部分还提到：README 没有列出这一项具体能力。。

README 能确认的限制比宣传页面更重要。当前来源没有证明csinva/imodels具备固定的兼容矩阵、服务等级、性能基准或长期支持承诺。README 只明确写到"Fit/select an interpretable model automatically using Autogluon AutoML"。这类未知项应在选型记录里列为待验证事项，而不是被改写成肯定句。