darwin 是基础设施领域的开源项目，由 dream-horizon-org 开发，2025 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 61。
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 2026-09-02。MIT许可证，可免费使用和部署。
它主要面向的使用场景是：企业内部机器学习模型统一管理平台。同类可对比的替代方案包括 MLflow、Kubeflow、Seldon Core。
darwin
一站式管理 ML 模型，从实验到上线更省心
darwin 是 Dream11 公司内部使用的机器学习平台，旨在为数据科学家和工程师提供端到端的模型开发、训练、部署和监控能力。它解决了企业在生产环境中管理多个机器学习模型的生命周期问题，通过标准化流程和自动化工具，降低从实验到上线的复杂度。核心能力包括模型版本管理、特征存储、训练任务编排、模型服务部署以及性能监控。darwin 基于 Python 构建，与主流机器学习框架（如 TensorFlow、PyTorch）兼容，并支持容器化部署，便于在 Kubernetes 等环境中运行。作为早期项目，它目前主要服务于 Dream11 内部场景，但代码开源，可供其他团队参考或二次开发。
开源
free
基础设施
GitHub 星标
★ 61
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dream-horizon-org
所属国家
定价模式free
价格说明开源项目，MIT许可证，可免费使用和部署。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型ai,ml,mlops,workflow
GitHub 星标★ 61
30天Star增速
HF 下载量
上线时间2025-11-28 00:00:00
最近更新2026-09-02 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2
使用教程
核心亮点
- 源自 Dream11 生产实践，解决真实业务中的模型管理痛点
- 提供端到端流程，覆盖模型开发到监控的完整生命周期
- 基于 Python，易集成主流 ML 框架和云原生环境
不足之处
- 早期项目，功能完整性和稳定性待验证
- 文档和社区支持相对薄弱，上手成本可能较高
适用场景
- 企业内部机器学习模型统一管理平台
- 需要标准化模型部署和监控流程的团队
- 希望借鉴大型科技公司 ML 平台架构的开发者
替代项目
MLflow、Kubeflow、Seldon Core
项目介绍
上一篇：dbx
下一篇：seldon-core
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···