deployKF

在 Kubernetes 上一条命令搭建完整机器学习平台

deployKF 是一个构建在 Kubernetes 之上的机器学习平台工具,旨在将 Kubeflow、Airflow 和 MLflow 等开源组件的优势整合为一个完整的平台。它解决了在 Kubernetes 上部署和管理复杂 ML 工具链的难题,提供了一套统一的、可组合的部署方案。核心能力包括:基于 GitOps 的声明式配置管理,支持 Helm 和 Kustomize,可灵活定制;集成了模型训练、工作流编排、实验跟踪等功能;提供 CLI 和 Python SDK 简化操作;支持多租户和认证(如 Dex、OIDC)。deployKF 适合希望快速搭建生产级 ML 基础设施的团队,尤其适合已有 Kubernetes 环境并寻求标准化部署的用户。

开源 free 基础设施
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 466
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deployKF
所属国家
定价模式free
价格说明开源项目,Apache-2.0 许可证,可免费自行部署使用。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Shell
技术栈/模型argocd,artificial-intelligence,gitops,kubeflow,kubernetes,machine-learning,mlops
GitHub 星标★ 466
30天Star增速
HF 下载量
上线时间2023-03-14 00:00:00
最近更新2026-09-20 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

  • 整合 Kubeflow、Airflow、MLflow 等主流组件,开箱即用
  • 基于 GitOps 的声明式配置,版本可控,易于复现
  • 支持多租户和多种认证方式,企业级安全特性

不足之处

  • 项目较新,社区生态和文档成熟度待观察
  • 对 Kubernetes 和云原生知识要求较高,上手门槛不低

适用场景

  • 企业快速搭建内部 ML 平台,统一工具链
  • 在已有 Kubernetes 集群上标准化部署 Kubeflow 等组件
  • 需要多团队隔离和权限管理的 ML 基础设施

替代项目

Kubeflow、Seldon Core、Kubeflow Pipelines

项目介绍

deployKF 是基础设施领域的开源项目,由 deployKF 开发,2023 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 466。

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 2026-09-20。Apache-2.0 许可证,可免费自行部署使用。

它主要面向的使用场景是:企业快速搭建内部ML平台,统一工具链。同类可对比的替代方案包括 Kubeflow、Seldon Core、Kubeflow Pipelines。

上一篇:dstoolkit-mlops-base

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···

★ 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