modal-examples

一键跑通云端 GPU 任务，从示例到生产部署

开源 🏷️定价信息待确认 ✅ 目前可打开图像生成 🍴 复刻 321 🐛 待处理 3 👀 关注 17

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1290

维护状态活跃

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

分类图像生成

开发团队modal-labs

官网地址https://modal.com/docs

GitHubhttps://github.com/modal-labs/modal-examples

定价模式🏷️定价信息待确认

价格说明官网为 Modal 文档站，示例代码展示平台能力，具体定价需查看 Modal 服务，此处信息不足。

访问状态✅ 目前可打开

是否开源是

开源协议MIT

主要语言Python

技术栈/模型cloud,distributed,gpu,machine-learning,modal,python,pytorch,serverless,stable-diffusion,web

GitHub 星标★ 1290

上线时间2022-08-24 00:00:00

代码更新2026-11-07

仓库体积92.5 MB

本站数据更新2026-11-09

维护状态活跃

收录时间2026-08-09

浏览次数5

项目介绍

modal-examples 是 Modal 官方维护的示例库，集中展示了如何在 Modal 无服务器云平台上构建和运行各类 AI 与机器学习程序。它解决了开发者从零开始编写分布式 GPU 任务、部署推理服务时面临的配置复杂、基础设施管理繁琐等问题。项目核心能力包括：提供大量可直接运行的 Python 脚本，覆盖 Stable Diffusion 图像生成、Llama 等大语言模型推理、批量数据处理、Web 服务部署等场景；所有示例均基于 Modal 的 Serverless 架构，支持自动弹性伸缩、按需付费，无需管理服务器；同时展示了如何将 PyTorch 模型与云 GPU 资源高效结合，实现快速迭代和低成本运行。通过阅读和运行这些示例，开发者可以快速上手 Modal，并将现有机器学习工作流迁移到云端。

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 ★ 1290

技术标签

cloud distributed gpu machine-learning python

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：云服务 7 步

环境要求

Python 3.11（示例持续针对该版本测试）
一个 modal.com 免费账号
本地已安装 modal 包并配置好 API key
可联网（脚本需与 Modal 云端通信）

安装与启动步骤

1注册 Modal 账号

先到 modal.com 注册免费账号，并按官网 setup 指引获取 API key，后续本地运行示例时要靠它连接云端。
2安装 modal 包

在本地 Python 环境安装 README 中提到的 modal 包；建议在虚拟环境里装，避免污染系统环境。
```
pip install modal
```
3设置 API key

按 modal.com 官网 setup 说明把你的 API key 配置到本地，配置完成后本地命令才能提交任务到云端。
4获取示例代码

把 modal-examples 仓库克隆到本地，仓库内按类别分文件夹存放各示例脚本。
```
git clone https://github.com/modal-labs/modal-examples.git
```
5进入仓库目录

切换到克隆下来的仓库根目录，后续 modal run 命令都基于仓库内的相对路径执行。
```
cd modal-examples
```
6运行入门示例

以 hello_world 为例验证环境；脚本在本地执行，实际会在 Modal 云端按需启动无服务器容器。
```
modal run 01_getting_started/hello_world.py
```
7浏览其他示例

01_getting_started 到 14_clusters 是循序渐进的教程，misc 目录是未分类的杂项示例，可按需试跑。