The open source AI engineering platform for agents, LLMs, and ML models.
20
Publiczne repozytoria
27 571
Łączna liczba gwiazdek
1179
Obserwujący
Organizacja mlflow na GitHubie skupia się na rozwoju otwartoźródłowej platformy inżynierii AI dla agentów, LLM-ów i modeli ML. W jej publicznych repozytoriach, takich jak mlflow, mlflow-example i mlflow-export-import, wykorzystywane są głównie języki Python, TypeScript, Go, HTML i Rust, co świadczy o szerokim zakresie projektów dedykowanych do monitorowania i optymalizacji aplikacji AI.
The open source AI engineering platform for agents, LLMs, and ML models. MLflow enables teams of all sizes to debug, evaluate, monitor, and optimize production-quality AI applications while controlling costs and managing access to models and data.
An example MLflow project
Brak opisu dla tego repozytorium.
Plugin for deploying MLflow models to TorchServe
MLflow App Library
Example repo to kickstart integration with mlflow pipelines.
Repository for the Go-based MLflow Tracking Server
Template repo for kickstarting recipes for regression use case
Brak opisu dla tego repozytorium.
Example repo to kickstart integration with mlflow recipes.
Template repo for kickstarting recipes for classification use case
Brak opisu dla tego repozytorium.
Brak opisu dla tego repozytorium.
Examples on how to build full-stack Node.js applications with MLflow Tracing SDK.
A repository to store RFCs (design doc, decision log, etc) for MLflow development
n8n.io node for MLflow
A fork of the mlflow/mlflow repository for testing automation jobs
Brak opisu dla tego repozytorium.
An extremely fast Python package and project manager, written in Rust.
Brak opisu dla tego repozytorium.
mlflow rozwija wiele projektów na GitHubie, w tym kluczowe repozytoria takie jak mlflow, które umożliwiają zespołom debugowanie i optymalizację aplikacji AI, oraz mniejsze projekty jak mlflow-example i mlflow-export-import.
Repozytoria mlflow wykorzystują kilka języków programowania, w tym Python, TypeScript, Go, HTML i Rust. To zróżnicowanie pozwala na rozwijanie różnorodnych narzędzi i aplikacji w ramach inżynierii AI.
Tak, wszystkie repozytoria mlflow są publiczne, co pozwala na ich swobodne przeglądanie i współpracę z innymi deweloperami. Użytkownicy mogą korzystać z dokumentacji i zasobów dostępnych w tych repozytoriach.
Monitoruj MLflow z RepoGuard i otrzymuj powiadomienia w momencie, gdy pojawi się nowe publiczne repozytorium.
Monitoruj to konto