mlops 第 4 页
本站收录 445 个带「mlops」标签的 AI 开源项目（按 GitHub 星标从高到低，第 4 / 9 页）
Boostcamp-AI-Tech-Product-ServingBoostcamp AI Tech Product Serving 是韩国 NAVER 旗下 Boostcamp 人工智能培训项目发布的课程资料仓库，聚焦 AI★ 474
JetStreamJetStream 是一个面向 XLA 设备（当前以 TPU 为主，未来计划支持 GPU）的 LLM 推理引擎，专注于提升吞吐量和优化内存使用。它解决了在 TP★ 470
mltracemltrace 是一个面向机器学习管道的粗粒度血缘追踪工具。它解决的是 ML 实验中数据与模型来源难以追溯的问题，帮助用户记录每次运行所依赖的数据集、代码版本、★ 468
dbxdbx 是 Databricks 的 CLI 扩展工具，旨在简化 Databricks 上的开发与工作流管理。它解决了 Databricks 原生 CLI 在复★ 466
deployKFdeployKF 是一个构建在 Kubernetes 之上的机器学习平台工具，旨在将 Kubeflow、Airflow 和 MLflow 等开源组件的优势整合为★ 463
encord-activeencord-active 是一个用于模型测试、验证与评估的开源工具包，旨在帮助机器学习团队高效管理数据标注流程。它解决的核心问题是：在模型开发中，如何从海量未★ 460
GPTRouterGPTRouter 是一个面向多 LLM 与图像模型统一管理的开源基础设施，用 TypeScript 编写。它解决了企业在同时接入 OpenAI、Anthrop★ 454
haupthaupt 是 Polyaxon 生态中的一个基础设施组件，提供统一的 lineage 元数据 API、工件流、沙箱、API 和 spaces 能力。它主要解决★ 451
mlplatform-workshop这是一个用于构建基础机器学习平台（ML Platform）的示例代码仓库，基于 Pulumi、FastAPI、DVC、MLFlow 等技术栈，使用 TypeSc★ 444
cookiecutter-mlops-packagecookiecutter-mlops-package 是一个用于快速搭建 MLOps 任务相关 Python 包和 Docker 镜像的项目模板。它基于 Coo★ 442
Python-MLOps-CookbookPython-MLOps-Cookbook 是一个面向 MLOps 的示例项目集合，主要展示如何将 Flask 应用容器化，并部署到 AWS、GCP 和 Azu★ 438
bodywork-corebodywork-core 是一个基于 Kubernetes 的机器学习流水线编排与模型部署工具。它旨在解决 ML 工程中从模型训练到线上服务的复杂流程管理问题★ 436
benchbench 是一个用于评估大型语言模型（LLM）的工具，基于 TypeScript 构建。它解决了开发者在选择或迭代 LLM 时缺乏标准化、可重复评估流程的问题★ 430
ai-platform-engineeringCAIPE（Community AI Platform Engineering）是一个面向AI平台工程领域的开源社区项目，旨在为构建、部署和管理AI智能体（Ag★ 427
mlops-with-vertex-ai这是一个端到端的 MLOps 示例项目，展示如何在 Google Cloud 上使用 TensorFlow、TFX 和 Vertex AI 构建完整的机器学习流★ 424
ResourceBank_CV_NLP_MLOPS_2022这是一个面向计算机视觉、自然语言处理和机器学习运维方向学习者的资源聚合仓库，收录了大量课程笔记、实战教程、论文解读和项目代码，以Jupyter Notebook★ 422
kubernetes-mlops这是一个面向MLOps的实战教程项目，使用Python、Docker和Kubernetes构建完整的机器学习运维流水线。它解决了机器学习模型从开发到生产部署过程★ 415
MLOps-Specialization-Notes本项目是吴恩达与DeepLearning.AI联合推出的《Machine Learning Engineering for Production (MLOps)★ 412
qgate-modelqgate-model 是一个面向 ML/AI 领域的元模型（meta-model）定义库，由 Iguazio 团队开发，用于统一描述机器学习工作负载、数据管道★ 405
modelstoremodelstore 是一个 Python 库，用于机器学习模型的版本管理、导出和保存。它解决了模型在训练后难以统一管理和复现的问题，支持将模型保存到本地文件系★ 403
AI-Software-Startups这是一个汇总AI初创公司的开源调查项目，旨在系统梳理当前AI领域的创业生态。它通过收集和分类各类AI初创企业的信息，帮助用户快速了解行业格局、技术方向和投资热点★ 399
mlops-platforms这是一个MLOps平台对比项目，系统梳理了SageMaker、VertexAI、AzureML、Dataiku、Databricks、h2o、kubeflow、★ 395
mlopmlop 是一个面向机器学习运维（MLOps）的实验追踪工具，旨在解决机器学习实验中实验记录分散、难以复现和比较的问题。它提供了一套轻量级的 Python AP★ 393
Sklearn-genetic-optsklearn-genetic-opt 是一个面向 scikit-learn 的超参数优化与特征选择工具，采用进化算法（如遗传算法）自动搜索最佳模型配置。它解决★ 390
rust-mlops-templaterust-mlops-template 是一个正在开发中的开源项目，旨在使用 Rust 语言构建机器学习运维（MLOps）解决方案的模板。它针对当前 MLOps★ 387
Awesome-MLOPSAwesome-MLOPS 是一个精选资源列表，旨在帮助初学者从零开始系统掌握 MLOps（机器学习运维）。它聚合了从基础概念到高级实践的各类学习材料，包括教程★ 382
genaiops-promptflow-template这是一个面向企业级 LLM 应用开发的 GenAIOps 模板与指南，基于微软 Prompt Flow 构建。它解决的核心问题是：LLM 应用从原型到生产过程中★ 368
swiftLLMswiftLLM 是一个极简但高性能的 LLM 推理系统，专为研究目的设计。它用仅约 2000 行 Python 代码实现了与 vLLM 相当的性能，代码量仅为★ 361
mlops-templatemlops-template 是一个基于 Python 的 MLOps 项目模板，旨在帮助团队快速搭建机器学习项目的标准结构。它解决了 MLOps 实践中常见的★ 359
data-scientist-roadmap2024这是一个面向数据科学家和机器学习工程师的学习路线图项目，以 Jupyter Notebook 形式整理了从基础到进阶所需的资源和主题。项目旨在为想进入数据科学领★ 354
feathubFeatHub 是一个面向实时机器学习的流批统一特征存储系统，旨在解决特征工程中训练与推理不一致、特征复用困难、实时与离线特征割裂等问题。它提供统一的 API ★ 352
gokartGokart 是一个基于 Python 的机器学习流水线框架，旨在解决 ML 实验中的可复现性、任务依赖管理、代码质量约束和易用性问题。它构建在 Luigi 之★ 342
Harkirat-Singh-course_code_and_notes这是一个面向Web开发学习的一站式资源库，汇集了从基础概念到高级主题的完整课程代码与笔记，并额外收录了MLOps、原生Android开发和DSA（数据结构与算法★ 340
unionmlUnionML 是一个旨在简化机器学习微服务构建与部署的开源框架。它提供了一套简洁的 Python 装饰器和函数式 API，让开发者能够将训练、预测等核心逻辑封★ 336
simpleAIsimpleAI 是一个自托管 AI API 网关，旨在让用户轻松托管自己的 AI 接口，并暴露替代模型，同时兼容 OpenAI 客户端。它解决了开发者在使用非★ 327
mlops-guide.github.io这是一个端到端的MLOps指南与教程网站，旨在帮助数据科学家和ML工程师将机器学习模型从实验阶段推向生产环境。项目以IBM Watson、DVC、CML、Ter★ 326
flytekitflytekit 是 Flyte 平台的 Python 开发套件，用于编写和编排机器学习及数据处理工作流。它解决的是复杂数据管道和模型训练流程中任务编排难、可重★ 320
AI-Engineering-LabAI-Engineering-Lab 是一套免费、自定进度的 24 周 AI 工程课程，由 Zorost Intelligence AI Lab 开源，采用 M★ 318
clearml-agentClearML Agent 是 ClearML 平台的核心调度与编排组件，负责执行远程任务、管理队列并调度 GPU 等计算资源。它解决了 MLOps/LLMOp★ 314
hi-mlHI-ML 是一个面向医学影像深度学习与 Azure 云集成的工具箱，由微软健康智能团队开发。它旨在解决医学影像分析中模型训练、实验管理和云部署的复杂性问题，提★ 311
kitarukitaru 是一个面向生产环境的 AI 智能体记录、回放与改进工具，基于 ZenML 构建。它解决了 AI 智能体在生产环境中难以调试、评估和优化的问题，通过★ 310
awesome-fde-resources这是一个精选资源集合，面向“前向部署工程师”（Forward Deployed Engineers，FDE）这一新兴岗位。FDE 通常指深入客户现场、将通用产品★ 307
MLOpsMLOps 是一个面向机器学习生产环境的开源项目，旨在解决模型从实验到部署之间的工程化鸿沟。它提供了一套完整的工具链和最佳实践，涵盖数据版本管理、模型训练追踪、★ 306
flamaflama 是一个面向预测式与生成式 AI 的生产级框架，旨在让开发者以极简方式将任意模型快速部署为 API。它解决了模型服务化过程中配置复杂、接口不统一、缺乏★ 304
stock-agent-opsstock-agent-ops 是一个将 LSTM 时间序列预测与 Agentic AI 结合，用于自动化生成周度股票报告的开源项目。它解决了传统股票分析中人工★ 304
hongbomiao.comhongbomiao.com 是一个个人研发实验室，旨在促进知识共享。它由 Python 驱动，结合了现代基础设施技术，构建了一个集研究、开发与知识传播于一体的★ 299
rlixrlix 是一个面向强化学习（RL）实验的基础设施工具，旨在解决 RL 研究者频繁运行实验时 GPU 等待时间长、资源利用率低的问题。它通过智能调度和资源管理，★ 298
qgate-sln-mlrunqgate-sln-mlrun 是一个面向 MLRun、Iguazio 和 Nuclio 的质量门禁解决方案，用于检查 MLRun 实现和交付的质量。它通过自动★ 298
terraform-provider-iterativeterraform-provider-iterative 是一个 Terraform 插件，专为机器学习工作负载设计，用于在 AWS、GCP、Azure 和 K★ 296
craneCrane 是一个基于 TypeScript 构建的桌面应用程序，旨在简化容器镜像的构建与管理流程。它解决了 Docker CLI 命令复杂、难以记忆和操作繁琐★ 295