awesome-ml-serving

一张清单,搞定生产级模型服务选型

这是一个精选清单,汇集了用于生产环境模型服务的开源和商业平台。它旨在解决机器学习模型部署和上线时,缺乏系统性参考和对比的问题。项目核心能力是整理并分类了多种模型服务工具,涵盖从自建方案到云服务,帮助开发者快速了解生态、评估选型。清单内容可能包括推理服务器、模型编排框架、无服务器平台等,为技术决策提供导航。

开源 free 基础设施
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 50
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awesome-mlops
所属国家
官网地址
定价模式free
价格说明开源项目,完全免费,无付费版本。
访问状态
是否开源
开源协议Apache-2.0
主要语言
技术栈/模型awesome,awesome-list,data-science,dataops,datascience,deep-learning,experiment-management,kubernetes,machine-learning,machine-learning-service,microservice,ml-lifecycle,ml-serving,mlops,model-management,orchestration,serverless
GitHub 星标★ 50
30天Star增速
HF 下载量
上线时间2022-04-20 00:00:00
最近更新2026-09-05 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4

使用教程

核心亮点

  • 聚焦生产环境,直接解决模型上线部署的选型痛点
  • 同时收录开源与商业平台,对比视角全面
  • 以清单形式呈现,信息结构清晰,便于快速浏览

不足之处

  • 项目处于早期,星标少,内容覆盖度和更新频率待观察
  • 文档/社区待观察

适用场景

  • 技术团队评估模型服务基础设施时作为参考
  • 架构师对比自建与云服务方案时快速获取候选列表
  • 开发者入门生产级模型部署时了解生态全景

替代项目

awesome-production-machine-learning、model-serving-engines、MLOps-tools

项目介绍

awesome-ml-serving 是基础设施领域的开源项目,由 awesome-mlops 开发,2022 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 50。

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 2026-09-05。完全免费,无付费版本。

它主要面向的使用场景是:技术团队评估模型服务基础设施时作为参考。同类可对比的替代方案包括 awesome-production-machine-learning、model-serving-engines、MLOps-tools。

上一篇:docker-containers

下一篇:domino-research

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