mlops-with-vertex-ai
在 Google Cloud 上快速搭建完整 MLOps 流水线
项目预览
项目数据
项目介绍
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 ★ 424
使用教程
ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。
环境要求
- 云端项目与账号
- Python 3.10+
- 命令行工具
安装与启动步骤
-
1先有云端项目
它是托管平台上的端到端示例，本地无对应环境。
-
2拉仓库装依赖
含数据管线与训练脚本。
git clone https://github.com/GoogleCloudPlatform/mlops-with-vertex-ai.git -
3跑一次本地预处理
先验证数据管线，不必立刻上云。
-
4提交一次训练任务
把训练放到云端跑，看日志与产物。
-
5接上模型注册与部署
这段是它演示的重点：从训练到上线的自动化。
如何确认成功
一次代码提交后能自动触发训练、评估并把通过评估的模型注册进模型库，失败时留下可查的日志
注意事项
- 它是端到端 MLOps 示例，价值在流水线编排而不是模型本身。
- 示例会创建真实云端资源并计费，跑完记得清理。
- 部分依赖版本较旧，新环境装不上时按示例的版本装。
- 把它当模板时，先把资源命名与权限改成自己的规范。
- 数据管线的输入格式固定，换数据源要改预处理。
核心亮点
- 覆盖 TFX 到 Vertex AI 的完整 MLOps 链路，实操性强
- Notebook 形式，步骤清晰，易于跟随和修改
- 官方示例，与 Google Cloud 服务集成度高
不足之处
- 依赖 Google Cloud 付费服务，本地复现成本高
- 文档/社区待观察
适用场景
- 学习 Google Cloud 上 MLOps 最佳实践
- 快速搭建企业级 ML 流水线原型
- 作为 TFX 与 Vertex AI 集成的参考实现
替代项目
Kubeflow Pipelines、MLflow、ZenML
上一篇：Awesome-MLOPS
下一篇：chassis
同类项目推荐
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.
tensorrtllm_backend
开源
在 Triton 上直接跑 TensorRT-LLM，省去自研推理服务
The Triton TensorRT-LLM Backend
Recall
开源
切换 AI 助手，不丢历史记忆，本地搜索所有编码会话
Switch agents. Keep the history. Local-first search across your AI coding sessions.
gemini-web-to-api
开源
把 Gemini 网页版变成标准 API，一键接入现有 AI 应用
✨Reverse-engineered API for Gemini web app. It can be used as a genuine API key fro···
satoriDB
开源
把向量搜索嵌进你的应用，本地跑，快又省。
High performance embedded vector database
vearch
开源
一键部署分布式向量搜索，让AI应用秒级找到相似内容
Distributed vector search for AI-native applications
rag-ops
开源
照着搭，快速拥有生产级 RAG 服务
This project applies the core knowledge from the LLMOps module, including the design···
aitune
开源
自动调优 NVIDIA GPU 推理配置，省去手工调参
NVIDIA AITune is an inference toolkit designed for tuning and deploying Deep Learnin···
WilmerAI
开源
多模型路由中间件，让提示词按规则自动流转
WilmerAI is one of the oldest LLM semantic routers. It uses multi-layer prompt routi···