用声明式配置，在 Kubernetes 上自动跑通 ML 流水线和模型上线。
bodywork-core 是一个基于 Kubernetes 的机器学习流水线编排与模型部署工具。它旨在解决 ML 工程中从模型训练到线上服务的复杂流程管理问题，通过声明式配置将流水线定义为可复现、可版本化的步骤，并自动在 Kubernetes 集群上调度执行。核心能力包括：将训练、评估、部署等阶段封装为容器化任务，支持并行和顺序执行；提供模型服务的自动部署与更新，支持滚动发布；通过 Git 操作触发流水线，实现 CI/CD 集成；提供命令行工具简化操作。它降低了 Kubernetes 的使用门槛，让数据科学家无需深入理解底层基础设施即可完成模型的上线与管理。
Kubeflow、Seldon Core、MLflow
bodywork-core 是基础设施领域的开源项目，由 bodywork-ml 开发，2020 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 436。
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 2026-04-20。AGPL-3.0许可，可自行部署使用，完全免费。
它主要面向的使用场景是：团队需要标准化ML流水线并部署到Kubernetes。同类可对比的替代方案包括 Kubeflow、Seldon Core、MLflow。
下一篇：MLOpsPython
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···
