qgate-sln-mlrun

一键检查 MLRun 项目质量,交付更放心

qgate-sln-mlrun 是一个面向 MLRun、Iguazio 和 Nuclio 的质量门禁解决方案,用于检查 MLRun 实现和交付的质量。它通过自动化测试和验证流程,帮助团队在机器学习项目开发、集成和部署阶段确保代码、配置和模型管道的正确性与稳定性。该方案提供了一系列预定义的检查项和测试用例,覆盖数据连接、特征存储、模型训练、部署和监控等关键环节,能够快速定位问题并输出详细报告。它解决了 MLRun 生态中缺乏系统性质量验证工具的问题,提升了交付效率和可靠性。核心能力包括自动化质量检查、可配置的测试套件、与 CI/CD 流程的集成以及结果可视化。

开源 free 基础设施
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 299
维护状态 低维护
是否开源
定价模式 free

项目数据

分类基础设施
开发团队george0st
所属国家
官网地址
定价模式free
价格说明开源项目,Apache-2.0 许可证,可自由使用和部署,无付费版本。
访问状态
是否开源
开源协议Apache-2.0
主要语言Python
技术栈/模型artificial-intelligence,data-science,e2e,feature-store,genai,iguazio,machine-learning,mlops,mlrun,mlrun-test,nuclio,quality-assessment,quality-assurance,quality-gate,testing
GitHub 星标★ 299
30天Star增速
HF 下载量
上线时间2023-04-03 00:00:00
最近更新2026-09-15 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5

使用教程

核心亮点

  • 针对 MLRun/Iguazio/Nuclio 生态深度定制,检查项贴合实际使用场景
  • 自动化质量门禁,可集成到 CI/CD 流水线,提升交付效率
  • 提供详细测试报告,快速定位问题,降低排查成本

不足之处

  • 项目尚处早期,文档和社区支持待观察

适用场景

  • MLRun 项目开发中的质量验证与回归测试
  • 机器学习模型交付前的最终检查
  • 团队内部 CI/CD 流程中的质量门禁

替代项目

Great Expectations、DVC (Data Version Control)、MLflow

项目介绍

qgate-sln-mlrun 是基础设施领域的开源项目,由 george0st 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 1,130 个项目,GitHub 星标数为 299。

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 2026-09-15。Apache-2.0 许可证,可自由使用和部署,无付费版本。

它主要面向的使用场景是:MLRun项目开发中的质量验证与回归测试。同类可对比的替代方案包括 Great Expectations、DVC (Data Version Control)、MLflow。

上一篇:serve

下一篇:dud

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