skops

一键分享和部署 scikit-learn 模型,告别 pickle 混乱

skops 是一个专注于 scikit-learn 模型共享与生产的 Python 库。它解决了机器学习模型在训练后难以标准化保存、分享和部署的问题。核心能力包括:提供安全的模型序列化格式(基于 pickle 的改进),支持模型卡片(model card)的生成与展示,方便记录模型元数据、超参数和评估结果;提供与 Hugging Face Hub 的集成,让用户可以像分享数据集一样上传和下载模型;同时提供模型推理的简单 API,帮助用户快速将模型部署到生产环境。skops 旨在简化从实验到生产的流程,降低模型管理成本,特别适合使用 scikit-learn 生态的数据科学家和机器学习工程师。

开源 free 基础设施
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 529
维护状态 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skops-dev
所属国家
官网地址
定价模式free
价格说明开源库,MIT许可证,完全免费,无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型hacktoberfest,huggingface,machine-learning,mlops,scikit-learn
GitHub 星标★ 529
30天Star增速
HF 下载量
上线时间2022-05-04 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4

使用教程

核心亮点

  • 安全序列化:改进 pickle 安全性,降低代码执行风险
  • 模型卡片:自动生成结构化模型文档,提升可复现性
  • Hugging Face 集成:无缝上传/下载模型,便于协作

不足之处

  • 仅支持 scikit-learn 模型,生态相对狭窄
  • 文档/社区待观察

适用场景

  • 团队内部共享训练好的 sklearn 模型
  • 将模型发布到 Hugging Face Hub 供他人使用
  • 快速搭建模型推理服务(配合 FastAPI 等)

替代项目

joblib、mlflow、sklearn-pandas

项目介绍

skops 是基础设施领域的开源项目,由 skops-dev 开发,2022 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 529。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-23。开源库,MIT许可证,完全免费,无付费版本。

它主要面向的使用场景是:团队内部共享训练好的sklearn模型。同类可对比的替代方案包括 joblib、mlflow、sklearn-pandas。

上一篇:mlops-stacks

下一篇:ck

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···

★ 213 2026-08-20
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

★ 8684 2026-09-10
soperator 开源

用 Kubernetes 原生方式运行 Slurm,简化 HPC 集群管理。

Run Slurm in Kubernetes

★ 439 2026-08-10
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···

★ 181484 2026-08-09