mlops 第 9 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 9 / 9 页）
claude-code-on-steroidsclaude-code-on-steroids 是一个基于 Claude Code 的增强配置与技能扩展包，源自 obra/superpowers 项目并进行了★ 67
TorchStreamTorchStream 是一个让 PyTorch 模型支持流式推理的 Python 库。它解决了传统 PyTorch 模型在推理时必须一次性处理完整输入的问题，★ 67
CLIP-API-serviceCLIP-API-service 是一个基于 OpenAI CLIP 模型封装的即用型 API 服务，旨在将 CLIP 的图文跨模态能力以简单易用的 HTTP ★ 67
polyaxon-examplespolyaxon-examples 是 Polyaxon 平台的官方示例代码库，提供了一系列教程和示例，帮助用户快速上手 Polyaxon。Polyaxon 是★ 67
ml-workflow-automation这是一个用 Jupyter Notebook 演示典型机器学习工作流的 Python 项目，核心亮点是将模型自动部署为 Kubernetes 上的 RESTfu★ 67
hypertunehypertune 是一个用于超参数优化的 Python 库，旨在简化机器学习模型的调参流程。它解决了手动网格搜索或随机搜索效率低、难以找到最优参数组合的问题。★ 63
aws-mlops-handson这是一个面向点击率（CTR）预测场景的AWS云上MLOps实战项目，提供了一套完整的机器学习基础设施。它旨在帮助用户通过真实业务场景，学习如何在AWS上构建、部★ 63
geniusriseGeniusrise 是一个用于构建 AI 应用的 Python 框架，旨在简化从数据准备、模型训练到部署的完整流程。它解决了 AI 开发中常见的工程化痛点，如★ 62
a-guide-to-mlops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★ 62
darwindarwin 是 Dream11 公司内部使用的机器学习平台，旨在为数据科学家和工程师提供端到端的模型开发、训练、部署和监控能力。它解决了企业在生产环境中管理多★ 62
AI-ML-14-Hours-FREE-Course这是一个为期7天的AI与机器学习基础免费工作坊课程，旨在帮助初学者快速入门AI领域。项目以HTML格式呈现，提供结构化的学习路径，涵盖AI核心概念与基础原理。其★ 62
ShelfShelf 是一个面向 AI 和数据科学领域的资源聚合型基础设施项目，定位为“一个宽阔的架子”，旨在系统化整理和展示 AI/数据科学生态中的各类工具、框架、模型★ 62
feature-storefeature-store 是一个用于连接 DataOps 与 MLOps 工作流的特征存储开源项目，旨在解决机器学习开发中特征管理混乱、数据与模型脱节的问题。★ 62
alignedAligned 是一个面向机器学习系统的数据依赖描述与治理工具，定位为“机器学习领域的 DBT”。它通过声明式的方式定义 ML 系统中的数据依赖关系，帮助团队理★ 61
chromadb-chartchromadb-chart 是一个用于在 Kubernetes 集群中部署 ChromaDB 的 Helm Chart 项目。ChromaDB 是一个开源的向★ 61
sklearn-diagnosesklearn-diagnose 是一个面向 Scikit-learn 模型的 AI 诊断工具，旨在帮助数据科学家快速识别模型训练中的常见问题，如过拟合、数据泄★ 61
aio2024-mlops这是一个面向初学者的MLOps实践入门项目，基于Jupyter Notebook编写，旨在通过动手实验帮助用户快速上手机器学习运维中的核心工具链。项目覆盖了从模★ 61
noronhanoronha 是一个面向机器学习项目的 DataOps 框架，旨在将数据工程、模型训练和部署流程标准化。它解决了 ML 项目中数据管道混乱、环境配置繁琐、模型★ 61
ml_in_production这是一个机器学习模型生产化部署的演示集合，旨在展示将训练好的模型部署到生产环境的多种方法。项目解决了ML工程师在模型上线时面临的工程化难题，如API服务搭建、批★ 61
MLFlowClient.jlMLFlowClient.jl 是一个 Julia 语言的 MLflow 客户端库，旨在让 Julia 用户能够无缝集成 MLflow 的机器学习生命周期管理功★ 59
coursera-practical-data-science-specialization这是Coursera上deeplearning.ai开设的“实用数据科学专项课程”的作业与项目参考答案合集，以Jupyter Notebook形式组织。它帮助学★ 59
aws-data-science-data-engineering-mlops-infra这是一个基于AWS的端到端数据科学与MLOps参考架构项目，以航班延误预测为业务场景，完整展示了数据工程、数据科学、MLOps和基础设施即代码的最佳实践。项目通★ 58
kedro-kubeflowkedro-kubeflow 是一个 Kedro 插件，用于将 Kedro 工作流部署到 Kubeflow Pipelines 上运行。它解决了 Kedro 项★ 58
portkey-node-sdkportkey-node-sdk 是 Portkey 官方推出的 Node.js 开发工具包，旨在帮助开发者快速构建可靠、安全且生产级的 AI 应用。它主要解决★ 57
useR2024-pipeline-workshop这是 useR!2024 大会工作坊的配套材料，主题为“使用 R、开源和免费应用部署与监控机器学习管道”。项目旨在帮助 R 用户学习如何将训练好的模型部署到生产★ 57
data-machinelearning-the-boring-way这是一个面向数据工程与机器学习爱好者的开源学习与实践项目，核心理念是“不抄捷径”，强调在Kubernetes上从零构建数据管道和ML工作流。项目以Python为★ 57
awesome-llmopsawesome-llmops 是一个专注于 LLMOps（大语言模型运维）领域的精选资源列表，旨在系统整理和展示与 LLMOps 相关的工具、框架、最佳实践和学★ 56
mlops-interview-questions这是一个面向2026年机器学习与数据科学求职者的MLOps面试题库，收录了涵盖MLOps全流程的面试问题与参考答案。项目旨在帮助求职者系统准备MLOps相关岗位★ 56
full-stack-on-prem-cv-mlops这是一个面向计算机视觉的全栈本地化MLOps系统，旨在通过一条配置和一个命令，将Jupyter Notebook中的模型快速部署到生产环境，服务数百万用户。它覆★ 56
pipertoolPiperTool 是一个面向数据科学和机器学习原型开发的基础设施平台，由 Tatradev.com 开发。它旨在为数据科学家和机器学习工程师提供一个快速搭建、★ 56
sqlite-mlsqlite-ml 是一个将机器学习能力直接嵌入 SQLite 的扩展库，让你能用 SQL 语句完成模型训练和预测，无需单独部署 ML 服务。它解决了传统 ML★ 55
qaboardqaboard 是一个实验追踪工具，旨在帮助算法和性能研发团队系统化管理实验过程。它解决了机器学习或算法开发中实验记录分散、结果难以对比、复现困难等痛点。核心能★ 55
dagster-mflix-demodagster-mflix-demo 是一个基于 Dagster 构建的示例 ELT 项目，演示如何将数据加载工具与 Snowflake 数据仓库集成。项目以 ★ 55
AVHAVH 是 Arm 官方提供的虚拟硬件（Arm Virtual Hardware）使用指南与工具集，基于 Python 和 Arm 固定虚拟平台（FVP）技术。★ 54
llmtracellmtrace 是一个零代码的 LLM 安全与可观测性代理，专为 OpenAI 兼容 API 设计。它作为中间层，实时拦截并分析请求与响应，提供提示注入检测、★ 53
azure-enterprise-scale-mlazure-enterprise-scale-ml（简称esml）是微软开源的企业级Azure机器学习平台参考架构与落地工具集。它解决企业在Azure上规模化落★ 53
AI-Engineer-Roadmap-2025AI-Engineer-Roadmap-2025 是一个面向 AI 工程师的学习路线图项目，旨在帮助开发者系统性地掌握 AI、机器学习、深度学习、MLOps 和★ 53
Serving-Machine-Learning-Models这是一个专注于机器学习模型服务与部署的教学型仓库，提供了使用 Docker、Flask、FastAPI、BentoML、Streamlit、MLflow 等多种★ 53
mlops-project这是一个端到端的机器学习运维（MLOps）示例项目，旨在演示如何将机器学习模型从开发阶段顺利部署到生产环境，并实现持续集成、持续交付和持续训练。项目基于Jupy★ 53
MCP-Airflow-APIMCP-Airflow-API 是一个将 Apache Airflow 与 MCP（模型上下文协议）连接的开源工具，让用户通过自然语言与 Airflow 工作流★ 52
dgx-spark-inference-stackdgx-spark-inference-stack 是一个面向 NVIDIA DGX Spark（Grace Blackwell 桌面级 AI 超算）的推理服务★ 52
VERONAVERONA 是一个轻量级 Python 包，用于快速搭建鲁棒性实验并计算鲁棒性分布。它解决了机器学习模型在对抗扰动、噪声或数据偏移下性能评估缺乏统一工具的问题★ 52
awesome-ml-serving这是一个精选清单，汇集了用于生产环境模型服务的开源和商业平台。它旨在解决机器学习模型部署和上线时，缺乏系统性参考和对比的问题。项目核心能力是整理并分类了多种模型★ 50
remote-gpu-trainerremote-gpu-trainer 是一个面向深度学习实验生命周期的 Agent Skill 工具，旨在解决远程 GPU 训练中实验管理混乱、结果不可复现、交★ 42
LLM_NotebooksLLM_Notebooks 是一个面向生成式AI、大语言模型、MLOps、自然语言处理、计算机视觉和图数据库的Jupyter Notebook集合。它旨在通过可★ 0