用 Azure 一键搭建模型上线流水线，省去手工部署烦恼
这是一个面向机器学习团队的 MLOps 基础工具包，旨在帮助团队利用 Azure 云服务加速模型从开发到生产的部署流程。项目提供了一套可复用的基础设施模板、自动化脚本和最佳实践，覆盖模型训练、版本管理、CI/CD 流水线、模型注册、部署及监控等关键环节。它解决了企业在生产环境中落地机器学习模型时面临的环境不一致、部署流程繁琐、缺乏标准化等问题，通过将 Azure DevOps、Azure Machine Learning 等云资源编排成端到端的自动化工作流，降低 MLOps 的工程门槛，使团队能更专注于模型本身，快速将实验模型推向生产，并保持可追溯性和可重复性。
Kubeflow、MLflow、Seldon Core
dstoolkit-mlops-base 是基础设施领域的开源项目，由 microsoft 开发，2021 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 92。
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 2026-08-27。MIT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：企业需要快速在Azure上建立标准化MLOps流程。同类可对比的替代方案包括 Kubeflow、MLflow、Seldon Core。
上一篇：dstoolkit-mlops-databricks
下一篇：deployKF
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···
