actions-ml-cicd

用现成 GitHub Action 快速搭起 MLOps 流水线,省去重复造轮子。

actions-ml-cicd 是一个 GitHub Actions 的集合,旨在简化 MLOps 流程。它解决的是机器学习项目在持续集成和持续部署(CI/CD)中缺乏标准化、可复用组件的问题。该项目提供了一系列预构建的 Action,覆盖了从数据验证、模型训练到模型部署的常见环节,帮助开发者快速搭建 ML 流水线。核心能力包括:与 GitHub Actions 原生集成、支持 Jupyter Notebook 工作流、以及提供可组合的模块化步骤。通过使用这些 Action,团队可以减少重复的脚本编写,将精力集中在模型实验和业务逻辑上,从而加速 ML 项目的迭代和上线。

开源 free 基础设施
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 206
维护状态 低维护
是否开源
定价模式 free

项目数据

分类基础设施
开发团队machine-learning-apps
所属国家
定价模式free
价格说明开源项目,MIT许可证,完全免费,无付费版本。
访问状态
是否开源
开源协议MIT
主要语言Jupyter Notebook
技术栈/模型argo,data-science,devops,kubernetes,machine-learning,machine-learning-platform,ml-infrastructure,ml-ops,mlops
GitHub 星标★ 206
30天Star增速
HF 下载量
上线时间2019-09-10 00:00:00
最近更新2026-06-15 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3

使用教程

核心亮点

  • 提供开箱即用的 MLOps 相关 Action,减少自研 CI/CD 脚本成本
  • 与 GitHub Actions 生态深度集成,易于在现有仓库中启用
  • 基于 Jupyter Notebook 示例,对数据科学家友好,降低上手门槛

不足之处

  • 项目处于早期阶段,Action 覆盖场景有限,可能无法满足复杂生产需求
  • 文档/社区待观察

适用场景

  • 在 GitHub 仓库中快速搭建模型训练和验证的 CI 流程
  • 自动化模型部署到测试环境或生产环境的 CD 流程
  • 数据科学团队希望复用现成组件,减少 DevOps 工作

替代项目

iterative/cml、mlflow/mlflow、dvcorg/cml

项目介绍

actions-ml-cicd 是基础设施领域的开源项目,由 machine-learning-apps 开发,2019 年首次发布。

它收录于基础设施分类,该分类目前共有 1,130 个项目,GitHub 星标数为 206。

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 2026-06-15。MIT许可证,完全免费,无付费版本。

它主要面向的使用场景是:在GitHub仓库中快速搭建模型训练和验证的CI流程。同类可对比的替代方案包括 iterative/cml、mlflow/mlflow、dvcorg/cml。

上一篇:cinnamon

下一篇:mltrace

同类项目推荐

freebuff-proxy 开源

聚合多账号,一键接入 OpenAI 兼容 API,轻松管理会话。

Multi-account OpenAI-compatible gateway for coding models. Pooled keys, session life···

★ 213 2026-08-20
microduck 开源

用 Rust 造一只会走路的桌面小鸭,快速上手双足机器人。

A Tiny biped duck robot

★ 8684 2026-09-10
soperator 开源

用 Kubernetes 原生方式运行 Slurm,简化 HPC 集群管理。

Run Slurm in Kubernetes

★ 439 2026-08-10
ollama 开源

一条命令本地跑起大模型,免费、私密、不卡顿

Get up and running with Kimi, GLM, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma and other···

★ 181484 2026-08-09