mlops-e2e 是基础设施领域的开源项目，由 aws-samples 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 163。
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 2026-08-29。MIT-0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：企业希望快速搭建AWS上的MLOps基础架构。同类可对比的替代方案包括 Kubeflow、MLflow、Airflow。
mlops-e2e
用AWS原生服务搭建自动化ML流水线，一键部署模型
这是一个基于AWS的MLOps端到端示例项目，使用TypeScript编写，通过Amazon SageMaker Pipeline、AWS CodePipeline和AWS CDK构建完整的机器学习运维流水线。它解决了机器学习模型从开发到生产部署过程中缺乏标准化、自动化流程的问题，提供了一套基础设施即代码的实践方案。核心能力包括：使用CDK定义云资源，实现基础设施的版本化管理；通过CodePipeline串联代码提交、构建、测试和部署阶段；利用SageMaker Pipeline管理模型训练、调优和注册。项目代码结构清晰，包含详细的README和架构图，适合作为企业落地MLOps的参考模板。
开源
free
基础设施
GitHub 星标
★ 163
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类基础设施
开发团队aws-samples
所属国家
定价模式free
价格说明开源项目，MIT-0许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议MIT-0
主要语言TypeScript
技术栈/模型aws-cdk,aws-codepipeline,aws-sagemaker,mlops
GitHub 星标★ 163
30天Star增速
HF 下载量
上线时间2021-08-10 00:00:00
最近更新2026-08-29 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6
使用教程
核心亮点
- 完整展示了CDK、CodePipeline和SageMaker Pipeline的集成方式，代码可直接复用
- 基础设施即代码，便于版本控制和团队协作
- 提供了从代码提交到模型部署的全链路自动化示例，降低上手门槛
不足之处
- 依赖AWS特定服务，无法迁移到其他云平台
- 文档/社区待观察
适用场景
- 企业希望快速搭建AWS上的MLOps基础架构
- 数据科学团队需要标准化模型训练和部署流程
- DevOps工程师学习如何结合SageMaker与CI/CD
替代项目
Kubeflow、MLflow、Airflow
项目介绍
上一篇：chromadb-chart
下一篇：MLOps
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···
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
soperator
开源
用 Kubernetes 原生方式运行 Slurm，简化 HPC 集群管理。
Run Slurm in Kubernetes
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···