Hacktoberfest 2026: los issues que los mantenedores marcaron para octubre, abiertos y aptos para principiantes. Explorar issues de Hacktoberfest

Enhancement: Add missing **kwargs support to list_setups and list_evaluations

Abierto Apto para principiantes
#1,753 1 comentario 0 reacciones 0 asignados Ver en GitHub

Los mantenedores suelen responder en 1 día

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
2/5
Tiempo estimado
1-3 horas
Aptitud para principiantes
84/100
Tipo de issue
Nueva funcionalidad
Claridad
Bien especificado
Estado de actividad
Activo
Stack tecnológico
python
Área
api

Línea de trabajo

Localiza las implementaciones del conector de Python de list_setups y list_evaluations, compáralas después con list_tasks o list_datasets e inspecciona el TODO en test_utils.py. Verifica que los argumentos arbitrarios, como uploader=1, lleguen al constructor de solicitudes subyacente, y añade o ejecuta pruebas que confirmen que se devuelven setups y evaluaciones filtrados sin un TypeError.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

Description

The list_setups and list_evaluations API endpoint functions in the Python connector currently lack support for passing arbitrary **kwargs. Other list API endpoints (like list_tasks or list_datasets) support this, allowing users to pass query parameters for advanced filtering directly to the OpenML backend.

There are existing TODO comments in the codebase specifically pointing out this limitation in test_utils.py (# TODO apparently list_setups function does not support kwargs).

Steps/Code to Reproduce
import openml

# Attempting to filter setups or evaluations with arbitrary backend kwargs raises an error
openml.setups.list_setups(uploader=1) 

Expected Results
The function should accept the **kwargs (like uploader=1), pass them to the underlying request builder, and successfully return the filtered setups or evaluations.

Actual Results
text
TypeError: list_setups() got an unexpected keyword argument 'uploader'
Lenguaje dominante
Python
Estrellas
362
Forks
304
Merge medio
2 d 20 h
PR fusionados (30 d)
2

Preparar el entorno

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de openml/openml-python

Todos los issues de openml/openml-python

Issues similares

Más issues de Python

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.