dud

像管代码一样管数据，轻量级数据版本控制与管道工具

dud 是一个用 Go 编写的轻量级命令行工具，旨在将数据版本管理与源代码版本控制（如 Git）相结合，并支持构建数据管道。它解决了数据科学家和工程师在项目中追踪数据集、模型文件等大文件版本时遇到的困难，使得数据变更可以像代码变更一样被记录、审查和回滚。dud 的核心能力包括：通过 YAML 配置文件声明数据依赖和输出，自动计算文件校验和以追踪数据变更，支持与 Git 工作流无缝集成（如提交时自动记录数据状态），以及提供简单的命令（如 dud stage、dud commit）来管理数据管道中的各个阶段。它类似于 DVC，但更轻量，专注于核心功能，适合需要简洁数据版本控制方案的个人或小团队。

开源 free 基础设施

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 220

维护状态低维护

是否开源是

定价模式 free

项目数据

分类基础设施

开发团队kevin-hanselman

所属国家

官网地址https://kevin-hanselman.github.io/dud

GitHubhttps://github.com/kevin-hanselman/dud

定价模式free

价格说明开源项目，BSD-3-Clause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BSD-3-Clause

主要语言Go

技术栈/模型data-engineering,data-pipelines,data-science,dataset,dvcs,machine-learning,mlops

GitHub 星标★ 220

30天Star增速

HF 下载量

上线时间2020-02-26 00:00:00

最近更新2026-09-16 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6

使用教程

核心亮点

轻量级，单一二进制文件，无复杂依赖，易于安装和集成
与 Git 原生集成，数据变更可追踪、可回滚，提升协作效率
基于 YAML 声明式配置，直观定义数据管道阶段和依赖

不足之处

早期项目，功能相对基础，缺少高级特性如云存储集成
文档和社区生态尚不完善，学习资源有限

适用场景

机器学习项目中管理训练数据集和模型文件的版本
数据工程中构建可复现的数据处理管道
需要轻量级数据版本控制而不想引入重量级框架的团队

替代项目

DVC、Pachyderm、Git LFS

项目介绍

dud 是基础设施领域的开源项目，由 kevin-hanselman 开发，2020 年首次发布。

它收录于基础设施分类，该分类目前共有 1,132 个项目，GitHub 星标数为 220。

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 2026-09-16。BSD-3-Clause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：机器学习项目中管理训练数据集和模型文件的版本。同类可对比的替代方案包括 DVC、Pachyderm、Git LFS。

上一篇：qgate-sln-mlrun

下一篇：CodeProject.AI-Server

dud