MLOpsPython

用 Azure 全家桶，把机器学习模型从训练到上线全流程自动化。

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 1158 🐛 待处理 83 👀 关注 64 ⚠️ 作者已归档（停止维护）

GitHub ↗

GitHub 星标 ★ 1325

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，MIT许可证，完全免费，可自行部署使用。

项目预览

MLOpsPython 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类基础设施

开发团队microsoft

GitHubhttps://github.com/microsoft/MLOpsPython

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

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MIT

主要语言Python

技术栈/模型azure-machine-learning,azureml,mlops

GitHub 星标★ 1325

上线时间2019-01-29 00:00:00

代码更新2023-08-05

仓库体积12.9 MB

本站数据更新2026-11-08

维护状态低维护

收录时间2026-08-09

浏览次数6

项目介绍

MLOpsPython 是一个基于 Azure 机器学习服务和 Azure DevOps 的端到端 MLOps 参考实现。它解决了机器学习模型从开发到生产部署过程中缺乏标准化流程的问题，提供了一套可复用的 CI/CD 管道模板，涵盖数据准备、模型训练、模型评估、模型注册、部署和监控等环节。核心能力包括：使用 Azure DevOps 定义多阶段流水线，自动化触发训练和部署；集成 Azure ML 进行实验跟踪和模型管理；支持 AKS、ACI 等多种部署目标；内置模型监控和重新训练策略。项目以 Python 和 ARM 模板为主，帮助团队快速搭建企业级 ML 平台，降低运维复杂度，提升交付效率。

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 ★ 1325

技术标签

mlops

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：高级约 60 分钟部署方式：云服务 4 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

Azure 订阅账户（用于创建 Azure ML 工作区等资源）
Azure DevOps 组织与项目（用于 CI/CD 流水线）
Python 环境（项目开发语言为 Python）
能够访问 docs/getting_started.md 中的手动部署指引

安装与启动步骤

1阅读官方上手文档

README 明确要求按 docs/getting_started.md 中的手动步骤在订阅中部署本方案，请先完整阅读该文档再操作
2准备 Azure 资源

依据 getting_started 指引在 Azure 订阅中创建工作区、计算等所需资源，具体命令以该文档为准
3配置 Azure DevOps 流水线

使用仓库中的 CI（Model-Train-Register-CI）与 CD 流水线定义，在 Azure DevOps 中导入并绑定服务连接
4可选：集成自有代码

部署完成后可参照 docs/custom_model.md 将你自己的模型代码接入该模板