sagify

一条命令把本地模型部署到 AWS SageMaker，省心省力

sagify 是一个旨在简化大型语言模型和机器学习工作流的开源工具，主要面向 Python 开发者。它解决了从模型训练到部署过程中配置复杂、流程繁琐的问题，通过提供命令行接口和自动化管道，让用户能快速搭建、训练和部署 ML 模型。其核心能力包括：支持主流 ML 框架（如 TensorFlow、PyTorch）的模板化项目结构、一键式训练与超参数调优、自动生成 Docker 镜像并部署到 AWS SageMaker，以及内置的本地测试和云端同步功能。sagify 降低了使用 AWS SageMaker 的门槛，使开发者无需深入理解底层基础设施即可专注模型开发。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 442

维护状态低维护

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队Kenza-AI

所属国家

官网地址https://kenza-ai.github.io/sagify

GitHubhttps://github.com/Kenza-AI/sagify

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ai-gateway,anthropic,cohere,generative-ai,langchain,langchain-python,large-language-model,large-language-models,llm,llm-inference,llmops,open-source-llm,openai,sagemaker

GitHub 星标★ 442

30天Star增速

HF 下载量

上线时间2018-03-03 00:00:00

最近更新2026-07-22 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4

使用教程

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

项目介绍

sagify 是模型训练领域的开源项目，由 Kenza-AI 开发，2018 年首次发布。

它收录于模型训练分类，该分类目前共有 522 个项目，GitHub 星标数为 442。

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 2026-07-22。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：快速将实验模型部署到生产环境。同类可对比的替代方案包括 SageMaker Studio、Kubeflow、MLflow。

上一篇：DAEDAL

下一篇：DART