mloperator 是基础设施领域的开源项目，由 polyaxon 开发，2018 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 95。
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 2026-06-30。Apache-2.0 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：在Kubernetes集群中部署分布式AI训练任务。同类可对比的替代方案包括 Kubeflow、KubeDL、Seldon Core。
mloperator
在K8s上轻松跑AI训练、推理和智能体沙箱
mloperator 是一个面向 Kubernetes 的机器学习/AI 训练、推理服务及智能体沙箱的 Operator 和控制器。它解决了在 Kubernetes 上部署和管理 ML/AI 工作负载时面临的复杂性问题，例如资源调度、生命周期管理、服务暴露和沙箱隔离等。核心能力包括：通过自定义资源定义（CRD）简化训练任务和推理服务的部署；提供智能体沙箱环境，确保安全隔离；自动化处理扩缩容、故障恢复和滚动更新等运维操作。项目基于 Go 语言开发，深度集成 Kubernetes 原生生态，适合希望在统一平台上运行多种 AI 工作负载的团队。
开源
free
基础设施
GitHub 星标
★ 95
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类基础设施
开发团队polyaxon
所属国家
定价模式free
价格说明开源项目，Apache-2.0 许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Go
技术栈/模型agents,dask,deep-learning,k8s,keras,kubernetes,kubernetes-operator,llm,machine-learning,mlops,mpi,mxnet,notebook,pytorch,sandbox,scikit-learn,spark,tensorboard,tensorflow,xgboost
GitHub 星标★ 95
30天Star增速
HF 下载量
上线时间2018-09-13 00:00:00
最近更新2026-06-30 00:00:00
维护状态低维护
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4
使用教程
核心亮点
- 统一管理训练、推理和沙箱，减少多工具切换成本
- 基于CRD声明式配置，运维操作自动化程度高
- Go语言实现，性能可靠，易于扩展
不足之处
- 早期项目，文档和社区生态待观察
- 功能覆盖广但深度可能不足，需实际验证
适用场景
- 在Kubernetes集群中部署分布式AI训练任务
- 为AI推理服务提供自动化生命周期管理
- 为智能体应用提供隔离的沙箱运行环境
替代项目
Kubeflow、KubeDL、Seldon Core
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···