polyaxon

一站式管理AI实验、训练与部署，让团队协作更高效。

Polyaxon 是一个开源的 AI 基础设施平台，定位为 AI 编排与控制平面。它解决的是机器学习生命周期中实验管理、模型训练、超参数调优、模型部署等环节缺乏统一管理的问题。核心能力包括：提供可复现的实验跟踪、分布式训练任务编排（支持多框架）、超参数搜索、模型注册与部署、以及基于 Kubernetes 的资源调度与配额管理。它支持用户通过 Python SDK、CLI 或 Web UI 进行操作，并提供了细粒度的用户权限和项目隔离，适合团队协作。Polyaxon 强调可扩展性和企业级特性，可部署在本地或云上，帮助团队将 AI 工作流标准化和自动化。

开源 unknown 基础设施

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 3735

维护状态活跃

是否开源是

定价模式 unknown

项目数据

分类基础设施

开发团队polyaxon

所属国家

官网地址https://polyaxon.com

GitHubhttps://github.com/polyaxon/polyaxon

定价模式unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议Apache-2.0

主要语言MDX

技术栈/模型agents,artificial-intelligence,data-science,deep-learning,harness,hyperparameter-optimization,jupyter,jupyterlab,k8s,keras,kubernetes,machine-learning,mlops,notebook,pipelines,pytorch,reinforcement-learning,sandbox,tensorflow,workflow

GitHub 星标★ 3735

30天Star增速

HF 下载量

上线时间2016-12-26 00:00:00

最近更新2026-09-23 00:00:00

维护状态活跃

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3

使用教程

难度：高级约 30 分钟部署方式：本地安装 6 步

环境要求

Python 环境（可用 pip 安装包）
kubectl，且已连接到可用的 Kubernetes 集群
Helm（用于添加 Polyaxon charts 仓库）
一个可用的部署配置文件 config.yaml（README 未给出内容）

安装与启动步骤

1安装 Polyaxon CLI

用 pip 安装或升级 Polyaxon 命令行工具，后续部署命令都由它执行。
```
pip install -U polyaxon
```
2创建命名空间

在 Kubernetes 集群中创建名为 polyaxon 的命名空间，用于隔离部署资源。
```
kubectl create namespace polyaxon
```
3添加 Helm 仓库

把 Polyaxon 官方 charts 仓库添加到本地 Helm，部署时从这里拉取 chart。
```
helm repo add polyaxon https://charts.polyaxon.com
```
4准备配置文件

README 用 -f config.yaml 指定部署配置，但未给出内容，需按官方安装指南准备该文件。
5部署 Polyaxon

执行部署命令，按 config.yaml 中的配置在集群中创建 Polyaxon 各组件。
```
polyaxon admin deploy -f config.yaml
```
6访问 API

用 port-forward 把 Polyaxon 服务端口转发到本地，之后即可通过浏览器或 CLI 访问。
```
polyaxon port-forward
```

关键配置

配置项	必填	说明	示例
`config.yaml`	是	Polyaxon 部署配置文件，由 polyaxon admin deploy 的 -f 参数指定	`config.yaml`
`helm repo 名称`	是	添加 charts 仓库时使用的仓库别名，部署时引用	`polyaxon`

如何确认成功

执行 polyaxon port-forward 后能正常打开并访问 Polyaxon API/UI，即部署成功。

常见问题

Q：没有 Kubernetes 集群可以用吗？

A：README 的部署流程依赖 kubectl 与 Helm，因此需要 Kubernetes 集群；README 也提到 Polyaxon 可由官方托管管理，或用其他部署方式。

Q：config.yaml 要写什么内容？

A：README 未给出示例内容，请参考官方安装指南 https://polyaxon.com/docs/setup/ 按你的集群环境配置。

Q：支持哪些深度学习框架？

A：README 说明支持 Tensorflow、MXNet、Caffe、Torch 等主流深度学习框架。

Q：部署后如何在本地访问服务？

A：运行 polyaxon port-forward 将服务端口转发到本地，再通过浏览器或 CLI 访问 API。

注意事项

README 的安装说明非常简略，完整步骤请以 https://polyaxon.com/docs/setup/ 为准。
README 中的 $ 只是命令行提示符，复制命令时不要带上。
确保 kubectl 当前指向的是你希望部署 Polyaxon 的目标集群，避免部署到错误环境。

核心亮点

实验跟踪与可复现性：自动记录代码、参数、指标和输出，确保实验可复现。
分布式训练编排：原生支持多节点、多GPU训练任务，简化大规模模型训练。
超参数搜索：内置多种搜索算法（网格、随机、贝叶斯），高效调参。

不足之处

部署复杂度较高：依赖 Kubernetes，对小型团队或单机用户不友好。
文档/社区待观察：部分高级功能文档不够详尽，社区活跃度一般。

适用场景

团队协作的机器学习实验管理
大规模分布式模型训练与调参
企业级AI模型部署与运维

替代项目

Kubeflow、MLflow、Kale (Kubeflow的轻量替代)

项目介绍

polyaxon 是基础设施领域的开源项目，由 polyaxon 开发，2016 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（3,735）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。

它主要面向的使用场景是：团队协作的机器学习实验管理。同类可对比的替代方案包括 Kubeflow、MLflow、Kale (Kubeflow的轻量替代)。

上一篇：website

下一篇：kitops