像用数据库一样管理多模态 AI 数据，省去管道工程
Pixeltable 是一个面向 AI 数据应用的多模态数据后端，旨在统一管理图像、视频、文本等非结构化数据及其相关的元数据和 AI 模型输出。它解决了 AI 开发中数据管道复杂、特征工程繁琐、数据版本管理困难等问题，提供类似数据库的声明式接口，让开发者可以像操作 SQL 表一样管理多模态数据。核心能力包括：自动化的数据版本控制、内置特征存储、支持 Python UDF 和 SQL 查询、与主流 ML 框架集成，以及针对 LLM 和计算机视觉工作流的优化。通过 Pixeltable，团队可以显著减少数据工程工作量，加速从原型到生产的 AI 应用落地。
1安装 Pixeltable
使用 pip 安装 Pixeltable 及其 serve 附加组件，命令中的 extras 需用引号包裹，避免 shell 解析方括号出错。
pip install 'pixeltable[serve]'2初始化环境
安装完成后执行 pxt init 完成命令行工具的初始化配置，未初始化前后续 pxt 命令可能无法正常使用。
pxt init3生成示例应用
用内置示例生成一个可运行的 app.py，作为后续创建目录和部署服务的输入文件，可先阅读其内容。
pxt service example --out app.py4创建目录结构
根据 app.py 中的定义创建名为 my_app 的 catalog 及其表结构，这是后续服务部署依赖的元数据基础。
pxt schema update app.py my_app5部署应用服务
把 app.py 中定义的服务更新到 my_app 上，README 中这是安装体验流程的最后一步。
pxt service update app.py my_app以上命令均无报错即视为成功，其中 pxt schema update 会创建目录 my_app；更完整的验证方式见官方 Quickstart 文档。
Q：pip install 时报方括号相关错误怎么办？
A：extras 写法必须加引号，使用 pip install 'pixeltable[serve]'，否则部分 shell 会把方括号当成通配符解析。
Q：pxt 命令可以用哪些参数？
A：README 未列出完整参数，仅给出 init、service example、schema update、service update 四个用法，其余请查阅官方 CLI 文档。
Q：app.py 里的示例内容是什么？
A：README 未展示示例代码内容，执行 pxt service example --out app.py 后直接打开生成的 app.py 阅读即可。
Q：能否直接用云端托管版本？
A：Pixeltable Cloud 目前处于 Limited Beta，需发邮件至 contact@pixeltable.com 申请，README 未给出其他云端使用步骤。
Feast、Hopsworks、Activeloop Deep Lake
pixeltable 是基础设施领域的开源项目，由 pixeltable 开发，2023 年首次发布。
在全站 13,014 个收录项目中，它的 GitHub 星标数（1,624）位列前 30%，在基础设施分类中处于中上游。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-23。从国内网络环境看，可直接访问。
它主要面向的使用场景是：构建多模态RAG应用，统一管理文档、图片和向量索引。同类可对比的替代方案包括 Feast、Hopsworks、Activeloop Deep Lake。
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···