⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。
1克隆清单仓库
把清单仓库下载到本地，方便离线浏览和检索所有分类条目。
git clone https://github.com/EthicalML/awesome-production-machine-learning.git2进入目录
切换到克隆下来的仓库目录，README 与所有分类内容都在这里。
cd awesome-production-machine-learning3阅读分类清单
README 按 AutoML、部署与服务、监控等分类列出工具，每个条目含简介和仓库链接。
cat README.md4用搜索工具检索
官方提供的搜索工具可快速在整条工具链中定位所需工具，比逐条翻看更快。
5订阅每月更新
Watch 该 GitHub 仓库并查看 Releases 页面，可获取每月新增的生产级 ML 库汇总。
克隆完成后能在目录中打开 README.md，看到 Deployment and Serving 等分类及工具列表即成功。
Q：需要安装依赖或运行环境吗？
A：不需要。该仓库是纯文档型清单，只包含工具链接与简介，没有可执行代码，克隆后直接阅读即可。
Q：想找特定场景的工具怎么办？
A：优先使用官方 HuggingFace Space 搜索工具检索，或克隆后在 README 中用关键词搜索对应分类。
Q：清单里的工具怎么安装？
A：本清单不提供安装命令，需点击每个条目后的 GitHub 链接，到对应项目仓库查看其自身的安装文档。
Q：如何获取新增工具信息？
A：Watch 该 GitHub 仓库，并定期查看 Releases 页面，每月会有新增生产级 ML 库的汇总。
mlops-tools、production-ml、awesome-mlops
awesome-production-machine-learning 是基础设施领域的开源项目，由 EthicalML 开发，2018 年首次发布。
在全站 13,090 个收录项目中，它的 GitHub 星标数（20,943）位列前 3%，在基础设施分类的 1,132 个项目里位列前 4%。
近 41 天，它的 GitHub 星标从 20,839 增加到 20,943，净增 104。
项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-22。该项目为开源资源列表，完全免费，无付费版本。
它主要面向的使用场景是：为机器学习项目选型生产环境工具链时。同类可对比的替代方案包括 mlops-tools、production-ml、awesome-mlops。
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···