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 ★ 512
使用教程
环境要求
- Python 3.9+
- 带时间维度的表格数据
安装与启动步骤
-
1装包
一条命令装完。
pip install popmon -
2备一份带时间列的数据
它的核心就是按时间切片比较分布。
-
3跑稳定性报告
出一份各时间段的分布对比。
popmon report data.csv -
4看告警项
重点关注漂移最大的几列。
-
5接进日常监控
定期跑并把结果推到看板。
如何确认成功
对一份跨月数据生成稳定性报告，能定位出至少一列发生显著分布漂移并给出对应时间段
注意事项
- 它检查数据集随时间的稳定性，本质是把分布漂移检测做成报告。
- 适合监控上游数据源变化对模型输入的影响。
- 时间粒度选太细全是噪声，太粗又会漏掉突变。
- 报告只是提示，算不算问题要结合业务判断。
核心亮点
- 自动计算并对比数据分布，快速发现漂移
- 支持 Pandas 和 Spark，兼容主流数据框架
- 提供可视化报告，便于快速理解数据状态
不足之处
- 文档/社区待观察
- 早期项目，功能迭代和生态尚不成熟
适用场景
- 数据管道质量监控，实时检测数据异常
- 机器学习模型上线后的特征分布漂移监测
- 数据仓库定期数据质量审计
替代项目
Great Expectations、whylogs、Evidently
上一篇：kraken
同类项目推荐
TorchStream
开源
让 PyTorch 模型像流式 API 一样边输入边输出，实时响应
A library for making PyTorch models streamable
eloquentjs
开源
在 Node.js 里用 Laravel 式语法操作数据库，开发效率翻倍
EloquentJS monorepo — Laravel Eloquent for Node.js
lilypad
开源
像管代码一样管模型，一键追踪、标注、迭代
Open-source versioning, tracing, and annotation tooling.
aisbom
开源
给 AI 模型和数据集做“成分表”，让供应链透明可审计
Static security scanner for ML model files — detects pickle bombs, Keras Lambda RCE···
OSCAR
开源
KV Cache 压到 2-bit，长上下文推理显存大降
OSCAR: Offline Spectral Covariance-Aware Rotation for 2-bit KV Cache Quantization
BrowserAI
开源
在浏览器里本地跑大模型，离线私密零成本
Run local LLMs like llama, deepseek-distill, kokoro and more inside your browser
llmix
开源
不改代码，热切换模型，自动加缓存重试熔断，让 LLM 调用更稳更省。
Production LLM call layer for AI agents and tools: keep OpenAI/Anthropic/AI SDK/Lite···
Awesome-Generation-Acceleration
开源
找生成模型加速方案，看这个清单就够了
Collection of awesome generation acceleration resources.
latitude-llm
开源
追踪 Agent 失败点，派编码助手修好并用真实轨迹验证
Open-source observability for AI agents. Find where your agents fail, dispatch your ···