mlstacks

一行配置,云端一键拉起完整 MLOps 平台

mlstacks 是一个基于 Terraform 的基础设施即代码项目,旨在通过预置的“配方”帮助用户在云上快速搭建流行的 MLOps 技术栈。它解决了 MLOps 环境搭建复杂、重复且易出错的问题,将多云环境下的资源编排(如 Kubernetes 集群、对象存储、数据库等)封装为可复用的模块。用户只需配置少量参数,即可一键部署完整的机器学习平台,涵盖模型训练、服务部署、监控等环节。核心能力包括:支持 AWS、GCP、Azure 等主流云平台,提供多种技术栈组合(如 MLflow、Kubeflow、Ray 等),并支持自定义扩展。项目处于早期阶段,但已具备基本的生产可用性,适合希望快速启动 MLOps 实践的中小型团队。

开源 free 基础设施
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 255
维护状态 低维护
是否开源
定价模式 free

项目数据

分类基础设施
开发团队zenml-io
所属国家
定价模式free
价格说明开源项目,Apache-2.0 许可证,可免费使用和部署。
访问状态
是否开源
开源协议Apache-2.0
主要语言HCL
技术栈/模型infrastructure-as-code,ml,mlops
GitHub 星标★ 255
30天Star增速
HF 下载量
上线时间2022-06-29 00:00:00
最近更新2026-09-04 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

  • 基于 Terraform,基础设施即代码,可版本化、可审计,便于团队协作
  • 预置多种流行 MLOps 组件(MLflow、Kubeflow、Ray 等),开箱即用
  • 支持 AWS、GCP、Azure 多云,避免厂商锁定

不足之处

  • 项目早期,文档和社区支持尚不完善,遇到问题解决路径有限
  • 对 Terraform 和云平台知识有一定要求,非零基础友好

适用场景

  • 快速搭建机器学习实验环境,用于团队开发测试
  • 标准化生产级 MLOps 平台部署,确保环境一致性
  • 多云或混合云场景下,统一管理不同云上的 ML 基础设施

替代项目

MLOps 平台(如 Kubeflow、Seldon Core)、Terraform 模块库(如 terraform-aws-modules)、ZenML(开源 MLOps 框架,含部署工具)

项目介绍

mlstacks 是基础设施领域的开源项目,由 zenml-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 255。

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 2026-09-04。Apache-2.0 许可证,可免费使用和部署。

它主要面向的使用场景是:快速搭建机器学习实验环境,用于团队开发测试。同类可对比的替代方案包括 MLOps 平台(如 Kubeflow、Seldon Core)、Terraform 模块库(如 terraform-aws-modules)、ZenML(开源…。

上一篇:kubernetes-mlops

下一篇:distributed-inference

同类项目推荐

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···

★ 213 2026-08-20
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

★ 8684 2026-09-10
soperator 开源

用 Kubernetes 原生方式运行 Slurm,简化 HPC 集群管理。

Run Slurm in Kubernetes

★ 439 2026-08-10
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···

★ 181484 2026-08-09