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 ★ 444
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
- Python 3.9+
- 云账号与权限
- Docker
安装与启动步骤
-
1装 CLI
它是命令行工具，装完在项目里初始化。
pip install sagify -
2初始化项目
会在当前目录生成训练与部署的骨架文件。
sagify init -
3本地先跑通训练
不依赖云也能验证代码对不对。
sagify local train -
4构建并推到云上
构建镜像后推到镜像仓库，再部署成端点。
sagify deploy
如何确认成功
本地训练能产出模型文件，部署后在云上调用端点能返回与本地一致的预测
注意事项
- 它把云上的机器学习流程包成几个命令，省的是样板配置。
- 云上资源按小时计费，端点跑着就一直在花钱，验证完记得删。
- 镜像推送要先把本地 Docker 登录到云上的镜像仓库。
- 新增的模型网关模块是另一条能力线，按需启用。
- 权限不足时报错信息不直观，先确认执行角色的策略。
核心亮点
- 提供 CLI 一键初始化项目，自动生成标准目录和配置，上手快
- 内置 Docker 打包和 SageMaker 部署流程，减少手动运维操作
- 支持本地调试与云端训练无缝切换，提升开发效率
不足之处
- 仅绑定 AWS SageMaker，迁移到其他云平台需改造
- 文档/社区待观察
适用场景
- 快速将实验模型部署到生产环境
- 团队统一 ML 项目结构，降低协作成本
- 需要频繁迭代训练和部署的 AI 应用
替代项目
SageMaker Studio、Kubeflow、MLflow
同类项目推荐
Awesome-VLA-Post-Training
开源
VLA后训练方法一网打尽，快速找到微调方案
A collection of vision-language-action model post-training methods.
DeepSpeed
开源
几行配置把单卡训练扩到多机多卡，省显存提吞吐
DeepSpeed is a deep learning optimization library that makes distributed training an···
Time-R1
开源
让大模型像专家一样一步步推理预测时间序列
Time-R1 is a two-stage reinforcement fine-tuning framework that trains large languag···
EasyLM
开源
用 JAX 轻松搞定 LLM 训练、微调和部署
Large language models (LLMs) made easy, EasyLM is a one stop solution for pre-traini···
MTP
开源
多任务预训练遥感模型，一个骨干搞定多种任务
The official repo for [JSTARS'24] "MTP: Advancing Remote Sensing Foundation Model vi···
CLIPA
开源
用更少数据和算力，训练出媲美大模型的CLIP
[NeurIPS 2023] This repository includes the official implementation of our paper "An···
MPO
开源
让LLM智能体先学会定计划，再动手执行，提升复杂任务成功率
MPO: Boosting LLM Agents with Meta Plan Optimization (EMNLP 2025 Findings)
finetuned-qlora-falcon7b-medical
开源
用QLoRA微调Falcon-7B，打造心理健康对话助手
Finetuning of Falcon-7B LLM using QLoRA on Mental Health Conversational Dataset
MLOps_Workshop
开源
用 Azure 全家桶，把机器学习模型从实验快速推到生产。
Azure MLOps