chassis 是基础设施领域的开源项目，由 chassisml 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 1,132 个项目，GitHub 星标数为 86。
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 2026-06-25。Apache-2.0 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：快速将训练好的模型打包为容器服务。同类可对比的替代方案包括 Seldon Core、MLflow、BentoML。
chassis
把模型一键打包成容器，随处运行
Chassis 是一个将机器学习模型打包成便携式容器镜像的工具，旨在解决模型部署和迁移的复杂性。它支持多种主流模型格式（如 TensorFlow、PyTorch、ONNX 等），通过自动生成 Dockerfile 并构建镜像，让模型可以运行在任何支持 Docker 的环境中。核心能力包括模型格式自动检测、依赖解析、镜像构建和推送，以及简单的命令行接口。用户只需指定模型路径，Chassis 即可生成可复用的容器镜像，简化了从训练到部署的流程，尤其适合需要快速将模型集成到现有基础设施的团队。
开源
free
基础设施
GitHub 星标
★ 86
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chassisml
所属国家
定价模式free
价格说明开源项目，Apache-2.0 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Apache-2.0
主要语言Python
技术栈/模型automation,ci-cd,containers,docker,kubernetes,machine-learning,machine-learning-operations,microservice,mlops,python,python-library
GitHub 星标★ 86
30天Star增速
HF 下载量
上线时间2021-05-13 00:00:00
最近更新2026-06-25 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
- 自动检测模型格式并生成对应 Dockerfile，减少手动配置
- 支持 TensorFlow、PyTorch、ONNX 等主流框架，兼容性较好
- 命令行操作简单，适合快速打包和部署实验
不足之处
- 项目处于早期阶段，文档和社区支持尚不完善
- 对复杂依赖和自定义推理逻辑的支持可能有限
适用场景
- 快速将训练好的模型打包为容器服务
- 在本地或云环境中统一模型部署格式
- 与 CI/CD 流程集成，实现模型自动发布
替代项目
Seldon Core、MLflow、BentoML
项目介绍
下一篇：mlops.toys
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···