mlplatform-workshop

用示例代码快速搭建机器学习平台骨架

这是一个用于构建基础机器学习平台(ML Platform)的示例代码仓库,基于 Pulumi、FastAPI、DVC、MLFlow 等技术栈,使用 TypeScript 编写。项目旨在演示如何整合基础设施即代码(IaC)、模型训练、实验跟踪、数据版本控制和模型服务等核心环节,帮助开发者快速搭建一个可运行的 ML 平台骨架。它解决了 ML 项目中环境搭建复杂、组件集成难、缺乏统一工作流的问题,通过示例代码展示了从数据管理、实验追踪到模型部署的完整流程。核心能力包括:使用 Pulumi 管理云资源,FastAPI 提供模型服务 API,DVC 管理数据和模型版本,MLFlow 跟踪实验与模型注册。适合作为学习参考或内部平台建设的起点,但并非生产级解决方案。

开源 free 基础设施
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 443
维护状态 低维护
是否开源
定价模式 free

项目数据

分类基础设施
开发团队aporia-ai
所属国家
定价模式free
价格说明开源项目,基于 MIT 许可证,完全免费,可自行部署使用。
访问状态
是否开源
开源协议MIT
主要语言TypeScript
技术栈/模型devops,machine-learning,mlops
GitHub 星标★ 443
30天Star增速
HF 下载量
上线时间2021-06-09 00:00:00
最近更新2026-09-14 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数5

使用教程

核心亮点

  • 整合了 Pulumi、MLFlow、DVC 等主流工具,提供完整技术栈参考
  • 代码结构清晰,便于理解 ML 平台各组件如何协作
  • 基于 TypeScript,类型安全,适合前端/全栈开发者上手

不足之处

  • 示例性质,缺少生产环境所需的安全、监控、多租户等细节
  • 文档和社区支持相对有限,需自行探索扩展

适用场景

  • 学习 ML 平台架构设计,作为技术选型参考
  • 快速搭建内部 ML 平台原型,验证流程可行性
  • 教学演示,展示 ML 工程化最佳实践

替代项目

Kubeflow、Seldon Core、ZenML

项目介绍

mlplatform-workshop 是基础设施领域的开源项目,由 aporia-ai 开发,2021 年首次发布。

它收录于基础设施分类,该分类目前共有 1,130 个项目,GitHub 星标数为 443。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-09-14。基于 MIT 许可证,完全免费,可自行部署使用。

它主要面向的使用场景是:学习ML平台架构设计,作为技术选型参考。同类可对比的替代方案包括 Kubeflow、Seldon Core、ZenML。

上一篇:dama

下一篇:whylogs-java

同类项目推荐

freebuff-proxy 开源

聚合多账号,一键接入 OpenAI 兼容 API,轻松管理会话。

Multi-account OpenAI-compatible gateway for coding models. Pooled keys, session life···

★ 213 2026-08-20
microduck 开源

用 Rust 造一只会走路的桌面小鸭,快速上手双足机器人。

A Tiny biped duck robot

★ 8684 2026-09-10
soperator 开源

用 Kubernetes 原生方式运行 Slurm,简化 HPC 集群管理。

Run Slurm in Kubernetes

★ 439 2026-08-10
ollama 开源

一条命令本地跑起大模型,免费、私密、不卡顿

Get up and running with Kimi, GLM, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma and other···

★ 181484 2026-08-09