whitebox

在K8s和边缘设备上，一站式监控你的ML模型健康

Whitebox 是一个开源的端到端机器学习监控平台，特别强调边缘计算能力，并能与 Kubernetes 良好集成。它旨在解决 ML 模型从训练到部署后的全生命周期监控问题，包括数据漂移、模型性能下降、异常检测等。核心能力包括：实时监控模型输入输出、检测数据分布变化、提供可定制的告警规则、支持边缘设备上的轻量级部署，以及通过 Kubernetes 原生方式管理监控任务。项目当前标记为“未积极维护”，但仍可作为参考或二次开发的基础。

开源 free 基础设施

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 179

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squaredev-io

所属国家

官网地址https://squaredev.io/whitebox

GitHubhttps://github.com/squaredev-io/whitebox

定价模式free

价格说明开源项目，MIT许可证，可自行部署，完全免费。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型accuracy,accuracy-metrics,accuracy-score,confusion-matrix,explainability,explainable-ai,f1-score,k8s,kubernetes,machine-learning,ml-monitoring,mlflow,mlops,model-monitoring,modelops,monitoring,observability,python,recall,xai

GitHub 星标★ 179

30天Star增速

HF 下载量

上线时间2022-09-09 00:00:00

最近更新2026-09-05 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

原生支持Kubernetes，便于集群内部署和扩展
具备边缘计算能力，可监控边缘侧模型
覆盖数据漂移和性能监控，提供端到端监控方案

不足之处

项目未积极维护，更新和社区支持有限
文档和社区待观察

适用场景

在K8s集群中部署多个模型，需要统一监控平台
边缘设备上的模型需要轻量级监控方案
需要检测生产环境中的数据漂移和模型退化

替代项目

Seldon Core、Kubeflow、Prometheus + Grafana

项目介绍

whitebox 是基础设施领域的开源项目，由 squaredev-io 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 179。

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 2026-09-05。MIT许可证，可自行部署，完全免费。

它主要面向的使用场景是：在K8s集群中部署多个模型，需要统一监控平台。同类可对比的替代方案包括 Seldon Core、Kubeflow、Prometheus + Grafana。

上一篇：MLOpsPython

下一篇：build-and-deploy-real-time-feature-pipeline