aligned 是基础设施领域的开源项目，由 MatsMoll 开发，2022 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 61。
项目仍在小幅维护中，最近一次代码更新于 2026-07-16。本地部署，完全免费。
它主要面向的使用场景是：ML团队梳理特征与训练集的血缘关系。同类可对比的替代方案包括 dbt-core、Great Expectations、DataHub。
aligned
像 DBT 管数仓一样，理清 ML 数据依赖，减少技术债
Aligned 是一个面向机器学习系统的数据依赖描述与治理工具，定位为“机器学习领域的 DBT”。它通过声明式的方式定义 ML 系统中的数据依赖关系，帮助团队理清特征、训练集、标签等数据资产之间的血缘与流转，从而降低因数据管道复杂、依赖混乱带来的技术债务。核心能力包括：数据依赖的显式建模、依赖图的自动解析与可视化、数据变更影响分析，以及支持与现有数据栈（如 SQL、数据仓库）集成。项目处于早期阶段，旨在为 ML 团队提供类似 DBT 对数据仓库的治理体验，让数据依赖可追溯、可测试、可维护。
开源
free
基础设施
GitHub 星标
★ 61
维护状态
维护中
是否开源
是
定价模式
free
项目数据
分类基础设施
开发团队MatsMoll
所属国家
定价模式free
价格说明开源项目，本地部署，完全免费。
访问状态
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型ai,data-contracts,data-lake,datacontracts,dbt,feature-engineering,feature-store,ml,ml-ops,mlops
GitHub 星标★ 61
30天Star增速
HF 下载量
上线时间2022-04-27 00:00:00
最近更新2026-07-16 00:00:00
维护状态维护中
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
- 精准定位 ML 数据依赖治理空白，概念清晰有吸引力
- 声明式建模方式降低理解成本，便于团队协作
- 早期项目，架构设计灵活，可塑性强
不足之处
- 文档/社区待观察
- 功能实现尚不完整，生产可用性待验证
适用场景
- ML 团队梳理特征与训练集的血缘关系
- 数据变更时快速评估对模型的影响范围
- 新成员快速理解现有 ML 数据管道结构
替代项目
dbt-core、Great Expectations、DataHub
项目介绍
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···
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
soperator
开源
用 Kubernetes 原生方式运行 Slurm，简化 HPC 集群管理。
Run Slurm in Kubernetes
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···