hopsworks

管好特征，让 AI 模型开发又快又稳

开源 🏷️定价信息待确认 🔧 仅开源项目，无在线服务，需自行部署基础设施 🍴 复刻 159 🐛 待处理 17 👀 关注 33

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1311

维护状态低维护

是否开源开源

定价模式 🏷️定价信息待确认

项目预览

项目数据

分类基础设施

开发团队logicalclocks

官网地址https://hopsworks.ai

GitHubhttps://github.com/logicalclocks/hopsworks

定价模式🏷️定价信息待确认

价格说明定价信息待确认

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AGPL-3.0

主要语言Java

技术栈/模型aws,azure,data-science,feature-engineering,feature-management,feature-store,gcp,governance,hopsworks,kserve,machine-learning,ml,mlops,model-serving,pyspark,python,serverless

GitHub 星标★ 1311

上线时间2018-07-26 00:00:00

代码更新2025-02-10

仓库体积156.1 MB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数5

项目介绍

Hopsworks 是一个面向数据密集型 AI 的平台，核心是 Feature Store（特征存储），旨在解决机器学习特征管理混乱、训练与推理数据不一致的问题。它提供特征组、训练数据集、特征视图等抽象，支持特征血缘追踪、在线/离线存储、以及特征监控，帮助团队实现特征复用和规范化。平台还集成了模型注册表、MLOps 流水线（如 Airflow、KServe）和 Notebook 环境，支持从数据处理到模型部署的全流程。其底层基于 Hadoop 和 Kubernetes，可部署在本地或云上。对于需要治理特征、加速模型迭代的团队，Hopsworks 提供了一套企业级解决方案。

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 ★ 1311

技术标签

aws azure data-science feature-engineering feature-store

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。

难度：入门约 10 分钟部署方式：本地安装 3 步

环境要求

Python 3 环境（README 使用 python3 执行安装脚本）
可联网下载安装脚本
支持 Kubernetes 的基础设施（脚本名 hopsworks-k8s-installer 表明为 K8s 安装）
本地部署需联系官方团队评估基础设施

安装与启动步骤

1下载安装脚本

从官方仓库拉取 K8s 安装脚本 install-hopsworks.py 到当前目录，需保证网络可访问 raw.githubusercontent.com。
```
curl -O https://raw.githubusercontent.com/logicalclocks/hopsworks-k8s-installer/master/install-hopsworks.py
```
2执行安装脚本

用 python3 运行脚本，按脚本交互提示完成 Hopsworks 部署；本地部署建议先与官方工程团队确认环境。
```
python3 install-hopsworks.py
```
3或使用云端版

不想自建可跳过安装，直接访问 app.hopsworks.ai 使用 Serverless 版（beta），无需本地环境。