kubernetes 第 3 页
本站收录 160 个带「kubernetes」标签的 AI 开源项目（按 GitHub 星标从高到低，第 3 / 4 页）
platformAgyn 是一个开源的原生 Kubernetes 运行时，旨在将 Claude Code、Codex 等 AI 智能体从开发者个人电脑迁移到企业基础设施中，并提★ 242
ollama-operatorollama-operator 是一个用 Go 编写的 Kubernetes Operator，目标是把 Ollama 大语言模型运行时以声明式方式部署到 K8★ 242
claworcclaworc 是一个面向 OpenClaw 的用户友好型编排器，旨在简化 OpenClaw 智能体的部署与管理。它解决了 OpenClaw 原生配置复杂、上手★ 241
LLMKubeLLMKube 是一个 Kubernetes Operator，用于在异构 GPU 集群上自托管大模型推理。它解决的核心问题是：家里或公司机房里混着 NVIDI★ 241
siclawsiclaw 是一个由 AI 驱动的 SRE（站点可靠性工程）平台，专注于只读的基础设施诊断。它通过深度调查、安全治理和团队协作能力，帮助运维和开发团队快速定位★ 238
kube-copilotkube-copilot 是一个基于 AI 的 Kubernetes 运维助手，支持 OpenAI、Claude、Gemini 等多种大模型后端，甚至可通过 O★ 235
starwhaleStarwhale 是一个面向机器学习与大型语言模型（LLM）的 MLOps/LLMOps 平台，旨在解决模型开发、评估、部署和运维全生命周期中的工程化问题。它★ 235
kubetermkubeterm 是一款面向桌面和移动端的 Kubernetes 图形化管理工具，基于 Flutter 构建，旨在为开发者和运维人员提供跨平台的 K8s 集群操★ 231
awesome-kubeflowawesome-kubeflow 是一个精选资源列表，汇集了与 Kubeflow 相关的优秀项目、工具、教程和文档。Kubeflow 是 CNCF 孵化项目，旨★ 231
k8s-mcp-serverk8s-mcp-server 是一个基于 Model Context Protocol (MCP) 的服务器，旨在让 AI 助手（如 Claude）安全地执行 ★ 212
zetaforgedevzetaforgedev 是一个开源的 AI 平台，旨在加速高级 AI 和 AGI 管线的开发。它提供了一套工具和框架，帮助开发者快速构建、测试和部署复杂的 A★ 212
actions-ml-cicdactions-ml-cicd 是一个 GitHub Actions 的集合，旨在简化 MLOps 流程。它解决的是机器学习项目在持续集成和持续部署（CI/CD★ 206
kubeflow-manifestskubeflow-manifests 是 AWS 官方维护的 KubeFlow 部署清单仓库，用于在 Amazon EKS（弹性 Kubernetes 服务）上★ 186
whiteboxWhitebox 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★ 179
clearml-servingClearML Serving 是 ClearML 生态中的模型服务编排与仓库解决方案，用于将训练好的机器学习模型部署为生产级推理服务。它解决的是模型从实验到上★ 170
runbooksRunbooks 是一个基于 Kubernetes 的 LLM 微调工具，旨在通过声明式工作流简化大语言模型的微调过程。它利用 Kubernetes 的弹性资源★ 169
raptorraptor 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★ 164
awesome-ml-experiment-management这是一个精选列表，汇总了用于机器学习实验跟踪与管理的开源工具和商业产品。它解决的是ML实践中实验记录混乱、结果难以复现、模型版本管理困难等问题。项目按功能分类整★ 162
voidllmvoidllm 是一个隐私优先的 LLM 代理和 AI 网关，用 Go 编写，支持自托管。它解决的是企业在使用多个大模型 API 时的统一接入和安全管理问题，核★ 143
kubeflow-chartkubeflow-chart 是一个用于部署 Kubeflow 的 Helm Chart 项目，旨在简化 Kubeflow 在 Kubernetes 集群上的安★ 143
aks-mcpaks-mcp 是一个基于 Model Context Protocol（MCP）的服务器，用 Go 语言编写，充当 AI 助手与 Azure Kubernet★ 142
keda-gpu-scalerkeda-gpu-scaler 是一个基于 KEDA 外部 gRPC 扩展器的 GPU 自动扩缩容组件。它通过 DaemonSet 方式在每个节点上运行，直接利★ 136
RecSys-MLopsRecSys-MLops 是一个面向推荐系统的高可扩展机器学习与数据系统工程实践项目，用 Python 编写，整合了 Flink、Spark、Kafka、Dat★ 130
krshkrsh 是一个声明式的 KubeFlow 管理工具，旨在简化 KubeFlow 的部署、配置和生命周期管理。它通过声明式配置（如 YAML）定义所需的 Kub★ 129
rocketplaneIOrocketplaneIO 是一个面向 Kubernetes 的自托管 AI 站点可靠性工程师（SRE）工具，它利用 eBPF 技术实现零插桩的可观测性，无需修★ 126
LinkWorkLinkWork 是一个开源的企业级 AI 劳动力平台，旨在将 AI 智能体以容器化角色（containerized roles）的形式部署到企业工作流中。它解★ 122
tempotempo 是一个面向机器学习的 MLOps Python 库，旨在帮助数据科学家和工程师将训练好的模型快速部署到生产环境，并简化模型服务的整个生命周期管理。它★ 122
skyfloskyflo 是一个自托管的 AI 智能体，专为 Kubernetes 和 DevOps 场景设计。它解决的是在云原生环境中引入 AI 自动化时常见的失控风险问★ 121
awesome-ai-sreawesome-ai-sre 是一个精选资源列表，收录了 100 多个用于站点可靠性工程（SRE）的 AI 驱动工具、平台和资源。它系统性地整理了 AI 在 S★ 121
decisionbox-platformDecisionBox 是一个连接数据仓库的自主 AI 分析平台，用 Go 和 Next.js 构建。它解决的是数据分析中“被动查询”的痛点，无需用户提问，AI★ 120
kubeopencodekubeopencode 是一个将 OpenCode Agent 部署到 Kubernetes 集群中的开源项目，旨在解决 AI 编码代理在云原生环境下的运行与★ 119
mlops-projects这是一个面向实战的 MLOps 项目合集，旨在帮助学习者通过动手实践掌握机器学习工程在生产环境中的落地技能。项目以 Jupyter Notebook 为主要载体★ 113
nemo-helixNeMo Helix 是 NVIDIA 推出的 AI Agent 全生命周期优化工具，聚焦于让上线的智能体更快、更准、更安全。它面向构建和运维 LLM Agen★ 113
arcadiaArcadia 是一个用 Go 编写的全栈 LLMOps 平台，旨在提供多样化、简单且安全的 AI 应用开发体验。它集成了模型管理、提示词编排、数据管道、评估监★ 111
kube-llmopskube-llmops 是一个基于 Kubernetes 的 LLM 运维工具，旨在解决大语言模型应用在 Kubernetes 集群中的部署、管理和运维难题。它★ 103
open-forgeopen-forge 是一个面向 AI 编码代理的自托管部署工具，旨在让 AI 代理自动完成开源应用的部署流程。它提供了 2200+ 经过验证的部署配方，覆盖从★ 96
sample-genai-on-eks-starter-kit这是一个在 Amazon EKS 上快速部署生产级生成式 AI 基础设施的工具包。它解决了企业在 AWS 上搭建 GenAI 平台时面临的组件集成复杂、配置繁琐★ 96
mloperatormloperator 是一个面向 Kubernetes 的机器学习/AI 训练、推理服务及智能体沙箱的 Operator 和控制器。它解决了在 Kubernet★ 95
sales-forecast-mlops-at-scale这是一个面向需求预测的云原生机器学习全栈系统，旨在解决大规模、实时场景下的预测难题。它整合了数据流处理、模型推理、自动重训闭环等核心能力，支持从数据接入到预测结★ 92
stable-diffusion-k8sstable-diffusion-k8s 是一个将 Stable Diffusion 图像生成模型部署到 Kubernetes 集群的 Helm 图表项目。它解★ 91
chassisChassis 是一个将机器学习模型打包成便携式容器镜像的工具，旨在解决模型部署和迁移的复杂性。它支持多种主流模型格式（如 TensorFlow、PyTorch★ 87
kamonohashiKAMONOHASHI 是一个面向 AI 开发的基础设施平台，旨在为机器学习团队提供从数据管理、模型训练到部署的全流程支持。它解决了 AI 开发中环境配置复杂、★ 86
fusemlFuseML 是一个开源的 MLOps 框架，旨在作为动态集成层，将用户选择的 AI/ML 工具（如训练框架、模型注册、CI/CD 等）组合成一个统一的工作流。★ 85
beneathBeneath 是一个基于 Go 语言构建的无服务器实时数据平台，旨在简化数据管道的搭建与运维。它解决了传统数据基础设施中服务器管理、扩展性和实时处理复杂的问题★ 84
awesome-agentic-devops这是一个精选并评分的 DevOps 智能体资源列表，聚焦于官方 MCP 服务器和智能体，覆盖 DevOps、云、SRE 和平台工程领域。项目为每个条目提供生产访★ 82
ai-infra-performance-learning这是一个面向AI基础设施性能工程师的学习路线图，聚焦GPU优化、推理优化和成本降低三大主题。项目以Python为主要技术栈，通过整理和串联相关的学习资源、实践案★ 79
lynqlynq 是一个面向 Kubernetes 原生的数据库驱动配置工作流自动化工具。它解决的是在 Kubernetes 环境中，基础设施配置和数据库状态管理脱节、★ 78
gpu-telemetrygpu-telemetry 是一个面向 GPU 可观测性的开源项目，核心解决 GPU 资源在 Kubernetes 或 Slurm 集群中“被谁使用”的问题。它★ 76
lzylzy 是一个面向机器学习工作流的混合执行平台，核心目标是让用户无需关心代码在本地还是远程运行，透明地整合本地与远程运行时。它通过统一的执行抽象，将工作流中的任★ 73
hermes-incident-commanderHermes Incident Commander 是一个基于 Hermes 框架构建的自主 SRE 智能体，用于自动化处理生产环境故障。它能够主动检测异常、执★ 72