把机器学习模型快速、标准化地部署到 Azure 生产环境
mlops-templates 是微软提供的 Azure MLOps (v2) 解决方案加速器，旨在帮助企业快速在 Azure 平台上部署和运维机器学习模型。它解决的是从模型开发到生产部署之间缺乏标准化、自动化流程的问题，提供了一套企业级就绪的模板，涵盖端到端的 MLOps 流水线，包括数据准备、模型训练、模型注册、部署到在线端点或批处理端点，以及监控和重新训练等环节。其核心能力包括：基于 Azure DevOps 或 GitHub Actions 的 CI/CD 流水线，支持基础设施即代码（Bicep）来管理 Azure 资源，提供多环境（开发、测试、生产）的部署策略，并集成了 Azure Machine Learning 的 v2 CLI 和 SDK。项目通过模板和示例代码，降低了企业采用 MLOps 的门槛，加速了从实验到生产的转化，同时保证了可重复性、可审计性和安全性。
Azure Machine Learning 官方 MLOps 示例、Kubeflow、MLflow
mlops-templates 是基础设施领域的开源项目，由 Azure 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 1,132 个项目，GitHub 星标数为 145。
项目仍在小幅维护中，最近一次代码更新于 2026-09-21。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：企业需要在Azure上快速搭建标准化的MLOps流水线。同类可对比的替代方案包括 Azure Machine Learning 官方 MLOps 示例、Kubeflow、MLflow。
下一篇：AVH
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···
