从传统到现代，一份指南带你玩转MLOps工具链
这是一个关于MLOps工具与实践的简明指南，旨在帮助机器学习团队从传统工作方式过渡到现代MLOps方法。项目以Dockerfile为主要语言，可能包含一系列示例配置和文档，覆盖从模型开发、训练、部署到监控的全生命周期管理。它解决了ML项目在工程化过程中缺乏标准化流程和工具选型的问题，提供了从基础到进阶的实践路径。核心能力包括梳理MLOps关键环节、对比不同工具链、给出可落地的配置示例，以及强调持续集成/持续部署（CI/CD）在ML中的应用。适合刚接触MLOps的团队或个人作为入门参考，也适合需要系统化梳理MLOps知识体系的技术人员。
awesome-mlops、mlops-tools、Made-With-ML
a-guide-to-mlops 是基础设施领域的开源项目，由 swiss-ai-center 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 61。
项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-14。开源指南，基于CC-BY-SA-4.0许可，内容免费，无付费版本。
它主要面向的使用场景是：团队希望规范化ML项目流程时参考。同类可对比的替代方案包括 awesome-mlops、mlops-tools、Made-With-ML。
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···
