feature-store 是基础设施领域的开源项目，由 GokuMohandas 开发，2022 年首次发布。
它收录于基础设施分类，该分类目前共有 1,133 个项目，GitHub 星标数为 62。
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 2026-09-07。无官网，需自行部署，完全免费。
它主要面向的使用场景是：中小团队建立标准化特征工程流程。同类可对比的替代方案包括 Feast、Hopsworks、Tecton。
feature-store
打通数据与模型，让特征复用不再重复造轮子
feature-store 是一个用于连接 DataOps 与 MLOps 工作流的特征存储开源项目，旨在解决机器学习开发中特征管理混乱、数据与模型脱节的问题。它提供统一的特征定义、存储、共享和复用机制，使数据工程师和机器学习工程师能够协同开发。核心能力包括特征注册、特征版本管理、在线/离线存储、以及特征一致性保障。项目采用 Jupyter Notebook 编写，强调交互式开发和快速原型验证，适合中小团队在早期阶段建立规范的特征工程流程。通过将特征工程从模型训练中解耦，提升特征复用率，减少重复开发，并支持模型上线后的特征监控。
开源
free
基础设施
GitHub 星标
★ 62
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GokuMohandas
所属国家
定价模式free
价格说明开源项目，无官网，需自行部署，完全免费。
访问状态
是否开源是
开源协议
主要语言Jupyter Notebook
技术栈/模型data-engineering,feast,feature-store,mlops
GitHub 星标★ 62
30天Star增速
HF 下载量
上线时间2022-08-03 00:00:00
最近更新2026-09-07 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3
使用教程
核心亮点
- 明确连接 DataOps 与 MLOps，解决特征工程与模型训练脱节问题
- 支持特征注册与版本管理，利于团队协作和特征复用
- 基于 Jupyter Notebook，上手门槛低，适合快速验证
不足之处
- 项目早期，星标少，社区生态和文档完善度待观察
- 技术栈单一，生产级特性（如高并发在线服务）可能不足
适用场景
- 中小团队建立标准化特征工程流程
- 数据团队与算法团队协作开发ML项目
- 需要特征复用和版本管理的场景
替代项目
Feast、Hopsworks、Tecton
项目介绍
上一篇：sdk
下一篇：mlops-project
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。
[DEPRECATED / UNMAINTAINED] Multi-account gateway. No longer maintained; fork it and···
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···