featureform

把已有数据库变成特征存储,无需迁移,快速上线ML特征。

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 基础设施 🍴 复刻 109 🐛 待处理 129 👀 关注 13
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 1991
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,MPL-2.0许可证,可自行部署使用,无付费版本。

项目预览

featureform 项目界面预览图
图片来源:项目官网

项目数据

分类基础设施
开发团队featureform
定价模式🏷️完全免费
价格说明开源项目,MPL-2.0许可证,可自行部署使用,无付费版本。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MPL-2.0
主要语言Go
技术栈/模型data-quality,data-science,embeddings,embeddings-similarity,feature-engineering,feature-store,hacktoberfest,machine-learning,ml,mlops,python,vector-database
GitHub 星标★ 1991
上线时间2020-10-16 00:00:00
代码更新2025-07-03
仓库体积222.7 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数3

项目介绍

Featureform 是一个虚拟特征存储(Virtual Feature Store)系统,它不重新搭建存储,而是将你已有的数据基础设施(如 Postgres、Redis、S3、Snowflake 等)统一抽象为特征存储层。它解决了机器学习团队在特征定义、转换、训练/推理一致性以及特征复用方面的痛点。核心能力包括:声明式定义特征和训练集、自动编排特征转换流水线、特征血缘追踪、离线/在线存储同步,以及支持多种数据源和模型训练框架。通过类似 Terraform 的配置方式,让数据科学家和工程师协作更顺畅,确保特征在生产环境中的可靠性和一致性。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1991

使用教程

⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。

难度:入门 约 10 分钟 部署方式:库/依赖 5 步

⚠ 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。

环境要求

  • Python 3.7 / 3.8 / 3.9 / 3.10(README 徽章声明支持的版本)
  • 已有的数据基础设施(Postgres、Redis、S3、Snowflake 等,用于被抽象为特征存储层)
  • 如需集群部署,需要 Kubernetes 环境

安装与启动步骤

  1. 1确认 Python 版本

    Featureform 官方声明支持 Python 3.7~3.10,先确认本地版本在范围内,否则可能安装失败。

    python --version
  2. 2安装 Featureform 包

    从 PyPI 安装 featureform(README 仅给出 PyPI 徽章,此命令为按官方包名推断的通用写法)。

    pip install featureform
  3. 3选择运行方式

    README 说明可在本地基于文件运行,也可在 Kubernetes 上结合你已有的基础设施运行,按需二选一。

  4. 4本地文件模式体验

    本地模式下直接使用 Python 接口连接本地文件数据,无需额外部署服务,适合先跑通流程。

  5. 5Kubernetes 部署

    若要在生产使用,把 Featureform 部署到 K8s 集群并接入已有存储(Postgres/Redis/S3 等)。

如何确认成功

执行 python -c "import featureform" 不报错,即表示 Python 包安装成功。

常见问题

Q:支持哪些 Python 版本?

A:README 徽章显示支持 Python 3.7、3.8、3.9、3.10,其他版本未声明支持。

Q:必须部署 Kubernetes 才能用吗?

A:不是。README 明确说明既可在本地基于文件运行,也可在 Kubernetes 上结合已有基础设施运行。

Q:需要自己搭建新的存储吗?

A:不需要。Featureform 是虚拟特征存储,直接复用你已有的 Postgres、Redis、S3、Snowflake 等基础设施。

Q:遇到问题去哪里求助?

A:可查阅官方文档 docs.featureform.com,或加入 README 中给出的 Featureform Slack 社区。

注意事项

  • README 未给出具体的 pip 安装命令与初始化代码,安装步骤依据 PyPI 徽章与官方包名推断,请以官方文档为准。
  • 完整使用教程请参考 https://docs.featureform.com/。
  • 项目官网为 https://www.featureform.com,仓库地址 https://github.com/featureform/featureform。

核心亮点

  • 声明式API,像写配置一样定义特征,降低使用门槛
  • 自动生成特征血缘图,方便追踪数据来源和调试
  • 支持多种数据源和存储后端,复用现有基础设施,避免重复建设

不足之处

  • 项目仍处于早期,文档和社区生态有待完善
  • 对非标准化数据源的支持可能有限,需自行适配

适用场景

  • 已有多个数据存储,需要统一特征管理的中大型ML团队
  • 需要严格特征血缘和合规审计的金融、医疗等领域
  • 从传统ML流程向特征平台演进,希望渐进式落地的场景

替代项目

Feast、Hopsworks、Tecton

上一篇:CodeProject.AI-Server

下一篇:flintml

同类项目推荐

speculators 开源

统一投机解码库,让 vLLM 推理更快更省

A unified library for building, evaluating, and storing speculative decoding algorit···

★ 946 2026-10-14
langfuse-mcp 开源

让 AI 代理直接查询 Langfuse 追踪数据,实现自我调试与可观测性。

A Model Context Protocol (MCP) server for Langfuse, enabling AI agents to query Lang···

★ 112 2026-08-09
tiygate 开源

给 LLM 服务加个高可用保险,自动切换不宕机

TiyGate is a lightweight gateway for highly available LLM services. 一款致力于提供高···

★ 148 2026-08-09
MinerU 开源

把 PDF/Word 一键转成 AI 能读懂的 Markdown,让文档直接喂给大模型。

Transforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON ···

★ 83323 2026-08-10
axern 开源

给 AI 代理一个安全沙箱,放心跑代码、跑服务

Self-hosted execution platform for AI agents, powered by gVisor.

★ 65 2026-08-09
restai 开源

一键将多种AI模型封装为API,可视化搭建AI服务

RESTai is an AIaaS (AI as a Service) open-source platform. Supports many public and ···

★ 517 2026-08-09
ReadyLLM 开源

图形界面一键部署本地大模型,还能顺手跑图生视频

Deploy, monitor, and tune LLM through a visual interface — plus image / video gener···

★ 101 2026-10-06
production-stack 开源

把 vLLM 单机推理一键扩成 K8S 集群生产服务

vLLM’s reference system for K8S-native cluster-wide deployment with community-drive···

★ 2720 2026-10-14
redis-llm 开源

用 Redis 给 LLM 装个长期记忆,轻松访问私有数据

redis-llm integrates LLM with Redis. It can help LLM to access private data, and rem···

★ 63 2026-08-09