ado

把实验设计、跑批、分析一条龙管起来,省心复现结果。

ado 是一个用于设计、执行和分析实验活动的 Python 框架。它解决的是机器学习研究或工程中实验管理混乱、流程不统一、结果难以复现的问题。核心能力包括:提供结构化的实验定义方式,支持批量配置与参数扫描;自动执行实验并记录运行状态;内置结果收集与初步分析工具,帮助用户快速对比不同配置下的表现。其设计强调模块化和可扩展性,用户可自定义实验组件。目前项目处于早期阶段,功能聚焦在实验生命周期的核心环节,适合需要系统化管理实验的个人或小团队。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 65
维护状态 活跃
是否开源 是
定价模式 free

项目数据

分类开源模型
开发团队IBM
所属国家
定价模式free
价格说明开源项目,MIT许可证,完全免费,可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型agents,discovery,experimentation,exploration,foundation-models,optimization,orchestration,performance-optimization,ray
GitHub 星标★ 65
30天Star增速
HF 下载量
上线时间2025-08-25 00:00:00
最近更新2026-09-22 00:00:00
维护状态活跃
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

  • 提供统一的实验定义接口,告别散乱脚本,配置清晰可复用
  • 自动执行批量实验并记录日志,减少人工干预和出错
  • 内置结果对比分析功能,快速筛选最优参数组合

不足之处

  • 文档/社区待观察
  • 功能相对基础,高级分析(如超参优化)可能需自行扩展

适用场景

  • 机器学习模型调参时批量跑实验并对比结果
  • 学术研究中需要标准化记录和复现实验流程
  • 团队协作时统一实验管理,方便共享和审查

替代项目

MLflow、Sacred、Neptune.ai

项目介绍

ado 是开发框架领域的开源项目,由 IBM 开发,2025 年首次发布。

它收录于开发框架分类,该分类目前共有 795 个项目,GitHub 星标数为 65。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-22。MIT许可证,完全免费,可自行部署使用。

它主要面向的使用场景是:机器学习模型调参时批量跑实验并对比结果。同类可对比的替代方案包括 MLflow、Sacred、Neptune.ai。

上一篇:Foundation-Models-Framework-CLI

下一篇:synalinks

同类项目推荐

langchain 开源

组装 AI 应用的乐高积木,从想法到上线不换工具

The agent engineering platform.

★ 146874 2026-08-09
transformers 开源

全球最大的模型仓库全家桶,想用的模型一把抓

Transformers: the model-definition framework for state-of-the-art machine learning m···

★ 166529 2026-08-09
pi 开源

一套 TypeScript 工具包,快速搭出能写代码的 AI agent

AI agent toolkit: unified LLM API, agent loop, TUI, coding agent CLI

★ 108504 2026-09-12