sqlite-ml 是基础设施领域的开源项目，由 rclement 开发，2023 年首次发布。
它收录于基础设施分类，该分类目前共有 1,130 个项目，GitHub 星标数为 55。
项目保持着较活跃的维护节奏，最近一次代码更新于 2025-11-02。完全免费，可自行部署使用。
它主要面向的使用场景是：嵌入式设备或移动应用中的本地预测。同类可对比的替代方案包括 sqlite-vec、MindsDB、MLflow。
sqlite-ml
在 SQLite 里跑机器学习，用 SQL 直接训练和预测
sqlite-ml 是一个将机器学习能力直接嵌入 SQLite 的扩展库，让你能用 SQL 语句完成模型训练和预测，无需单独部署 ML 服务。它解决了传统 ML 工作流中数据搬运和系统割裂的问题，让数据科学家和分析师能在熟悉的数据库环境中直接进行建模。核心能力包括：支持多种常见模型（如线性回归、分类器），提供简单的 SQL 函数接口，能复用 SQLite 的索引和查询优化，适合轻量级、单机场景下的快速实验和嵌入式应用。项目目前处于早期阶段，API 和功能仍在演进中。
开源
free
基础设施
GitHub 星标
★ 55
维护状态
较活跃
是否开源
是
定价模式
free
项目数据
分类基础设施
开发团队rclement
所属国家
定价模式free
价格说明开源项目，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Python
技术栈/模型machine-learning,mlops,sql,sqlite
GitHub 星标★ 55
30天Star增速
HF 下载量
上线时间2023-04-20 00:00:00
最近更新2025-11-02 00:00:00
维护状态较活跃
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4
使用教程
核心亮点
- 直接集成 SQLite，无需额外服务，部署简单
- 支持用 SQL 语法完成训练和推理，降低学习成本
- 适合嵌入式和小型应用，数据本地化处理
不足之处
- 功能较基础，模型种类和调参能力有限
- 文档和示例较少，社区生态尚未形成
适用场景
- 嵌入式设备或移动应用中的本地预测
- 数据分析师快速验证模型，无需搭建 Python 环境
- 教学演示或轻量级自动化决策系统
替代项目
sqlite-vec、MindsDB、MLflow
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···