raptor

把 Python 研究代码一键变成可部署的工程产物

raptor 是一个用 Go 编写的开源基础设施工具，旨在将 Python 风格的研究代码转化为工程师可直接部署的产物。它解决了研究与工程之间的鸿沟问题，即数据科学家或研究人员开发的 Python 原型往往难以在生产环境中稳定运行和扩展。raptor 通过自动化的方式，将 Python 代码打包、容器化或转换为可部署的工件，并集成配置管理、依赖处理和部署流程，使得研究成果能够快速、可靠地进入生产环境。其核心能力包括代码转换、依赖隔离、部署模板生成以及简单的命令行接口，降低了从研究到落地的复杂度。

开源 free 基础设施

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 164

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raptor-ml

所属国家

官网地址https://raptor.ml

GitHubhttps://github.com/raptor-ml/raptor

定价模式free

价格说明开源项目，Apache-2.0 许可证，可自由使用和部署，无付费版本。

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ai-infra,data-engineering,data-science,dataops,feature-engineering,feature-extraction,feature-platform,featurestore,kubeflow,kubernetes,machine-learning,ml,mlops,model-deployment,production,raptor,raptor-ml,reactive-ml

GitHub 星标★ 164

30天Star增速

HF 下载量

上线时间2022-04-05 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7

使用教程

核心亮点

自动将 Python 代码打包为可部署工件，减少手动工程化工作
基于 Go 实现，部署为单一二进制，无运行时依赖，易于集成到 CI/CD
提供简洁 CLI，降低研究到生产环境的学习成本

不足之处

早期项目，星标仅164，社区和文档尚不完善
对复杂 Python 依赖和框架的支持可能有限

适用场景

数据科学原型快速上线为微服务
研究团队向工程团队交付模型或算法
自动化构建与部署流水线中集成 Python 代码转换

替代项目

PyInstaller、Docker、BentoML

项目介绍

raptor 是开发框架领域的开源项目，由 raptor-ml 开发，2022 年首次发布。

它收录于开发框架分类，该分类目前共有 803 个项目，GitHub 星标数为 164。

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，可自由使用和部署，无付费版本。

它主要面向的使用场景是：数据科学原型快速上线为微服务。同类可对比的替代方案包括 PyInstaller、Docker、BentoML。

上一篇：chitra

下一篇：zetaforgedev