kitops

把 AI 模型打包成标准镜像，像管容器一样管 AI 资产

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署基础设施 🍴 复刻 188 🐛 待处理 47 👀 关注 16

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1442

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源项目，Apache-2.0许可，可免费使用和部署。

项目预览

项目数据

分类基础设施

开发团队kitops-ml

官网地址https://KitOps.org

GitHubhttps://github.com/kitops-ml/kitops

定价模式🏷️完全免费

价格说明开源项目，Apache-2.0许可，可免费使用和部署。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Go

技术栈/模型ai,code,datasets,devops,devops-tools,gguf,hacktoberfest,kubernetes,kubernetes-deployment,ml,mlops,mlops-tools,model-interpretability,model-serving,models,opensource,platform-engineering,pytorch,sklearn,tensorflow

GitHub 星标★ 1442

上线时间2024-02-02 00:00:00

代码更新2026-11-06

仓库体积50.9 MB

本站数据更新2026-11-09

维护状态活跃

收录时间2026-08-09

浏览次数3

项目介绍

kitops 是一个来自 CNCF 的 DevOps 工具，用于将 AI/ML 模型、数据集、代码和配置打包并版本化为 OCI Artifact。它解决了 AI 项目交付中模型、数据、代码难以统一管理和复现的问题，通过标准化的打包格式，让 AI 资产像容器镜像一样可移植、可追溯、可协作。核心能力包括：基于 OCI 标准的统一打包、版本控制、依赖管理、以及与其他云原生生态（如 Kubernetes、CI/CD）的无缝集成。它提供简洁的 CLI，降低 AI 工程化门槛，支持团队协作和模型生命周期管理。

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 ★ 1442

技术标签

ai code datasets devops devops-tools

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 15 分钟部署方式：命令行工具 5 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

网络可访问 GitHub 与官网 KitOps.org
一个可用的 OCI 兼容容器镜像仓库（用于存放打包产物）
镜像仓库的推送权限与登录凭据
若从源码构建，需要 Go 语言环境

安装与启动步骤

1确认运行环境

KitOps 把模型、数据集、代码打包后存入你已有的容器镜像仓库，先确认网络与仓库可用。
2获取项目资料

README 节选未给出安装命令，可先克隆源码或直接访问官网查看最新安装方式。
```
git clone https://github.com/kitops-ml/kitops.git
```
3安装 kit CLI

按官方仓库 Releases 页面或 KitOps.org 的说明安装 CLI（二进制或包管理器方式），节选未提供确切命令。
4准备仓库凭据

登录你准备用来存放 AI 产物的 OCI 镜像仓库，确保账号具备推送权限。
5验证可用性

执行 CLI 的帮助或版本命令，确认程序能正常运行；具体命令以官方文档为准。