mlops

用於機器學習模型與資料管道的開源資料記錄函式庫。📚 提供對資料品質與模型長期效能的可視性。🛡️ 支援保護隱私的資料收集，確保安全與穩健性。📈

非結構化資料的 Context 層：基於 S3、GCS、Azure 的具型別、具版本控制資料集

社群維護的 vLLM on Ascend 硬體外掛程式

✨ 從提示詞建立機器學習模型

Apache Hamilton 幫助資料科學家和工程師定義可測試、模組化、自文件化的資料流，並編碼血緣/追蹤與詮釋資料。可在任何 Python 執行的環境中執行與擴展。

建構能做決定的應用程式（聊天機器人、agent、模擬等）。在您自己的基礎設施上進行監控、追蹤、持久化與執行。

精選的 Argo（CNCF 畢業專案）相關專案與資源清單

cubestudio 開源雲原生一站式機器學習/深度學習/大模型 AI 平台/MaaS/mlops/人工智慧平台/訓推平台，演算法全鏈路流程，多租戶，算力租賃平台，token 中轉，拖拉拽任務流 pipeline 編排，多機多卡分散式訓練，超參搜尋，推論服務，VGPU 虛擬化，雲邊端協同，邊緣運算，自動化標註平台，deepseek 等大模型 sft 微調/獎勵模型/強化學習訓練，vllm/ollama/mindie 大模型多機推論，私有知識庫 llmops 智能體，AI 模型市場，支援國產異構算力調度,昇騰/寒武紀/海光/摩爾/沐曦等，支援 ib/roce/RDMA，信創支援

LUPINE 是一個 GPU over IP 橋接器，允許將遠端機器上的 GPU 連接到僅有 CPU 的機器。

🤖 來自未來的自我修改框架 🔮 世界首創的 AMS

🏕️ 適用於人類與 agents 的可重現開發環境

在 Kubernetes 上進行分散式 AI 模型訓練與 LLM 微調

nannyml：Python 中的部署後資料科學工具

MLOps 範例

虛擬特徵市集。將您現有的資料基礎設施轉化為特徵市集。

Feathr – 企業級的可擴展統一資料與 AI 工程平台

適用於 AI 驅動的雲端與 Kubernetes 維運的安全優先防護欄

OpenMLDB 是一個開源的機器學習資料庫，提供一個能為訓練與推論計算一致性特徵的特徵平台。

基於 Kubernetes 的自動化機器學習

MLRun 是一個開源 MLOps 平台，用於在整個生命週期中快速構建與管理持續 ML 應用程式。MLRun 可整合至您的開發與 CI/CD 環境中，並自動化交付生產資料、ML 管道與線上應用程式。

AI 基礎設施工程師學習路徑 - 生產環境 ML 基礎設施課程（2-4 年經驗）

:closed_book: 在當前快節奏且混亂的開源創新中保持清晰

🔥 即時 NVIDIA GPU 儀表板

開源持續推論基準研究平台 — Kimi K3 2.8T、MiniMax M3、DeepSeekv4、GLM5 - GB200 NVL72 vs MI355X vs B200 vs GB300 NVL72 ＆ 即將推出™ TPUv6e/v7/Trainium2/3

🤖 MLE-Agent：您無縫 AI 工程與研究的智慧夥伴。🔍 整合 arxiv 與 paper with code 以提供更好的程式碼／研究計畫 🧰 支援 OpenAI、Anthropic、Gemini、Ollama 等。🎆 程式碼 RAG

ModelFox 讓機器學習模型的訓練、部署與監控變得輕鬆簡單。

一個全方位的 Python 套件範本，用於快速啟動並標準化您的 MLOps 計畫與資料管道。

來自 CNCF 的開源 DevOps 工具，用於將 AI/ML 模型、資料集、程式碼和組態打包並進行版本控制成 OCI Artifact。

以不到 10 行程式碼、符合預算的成本部署 ML 推論服務。

Hopsworks - 具備特徵儲存庫的資料密集型 AI 平台