Repolode
Enviar
tensorchord

tensorchord/envd

Herramienta CLI que crea entornos de desarrollo reproducibles basados en contenedores para IA/ML a partir de un archivo Python build.envd.

Ver en GitHubSitio web
Estrellas
2,243
Forks
169
Issues abiertos
136
Último commit
hace 5 días

¿Qué es?

envd es una herramienta de línea de comandos para crear entornos de desarrollo basados en contenedores, orientados al trabajo con inteligencia artificial y machine learning. Se declaran los paquetes, los entornos de ejecución de lenguajes y los servicios necesarios en un archivo build.envd escrito en Python; luego se ejecuta envd up para crear e iniciar el entorno. Los pasos de configuración, como instalar herramientas relacionadas con CUDA, paquetes de Python, Jupyter y un shell, se expresan mediante llamadas a funciones, en lugar de Dockerfiles o scripts de shell escritos a mano.

Los entornos se crean con BuildKit y se generan como imágenes compatibles con OCI, que se pueden subir a un registro como Docker Hub o Harbor. El mismo archivo de configuración puede usarse en una máquina local o en un clúster de Kubernetes al cambiar el contexto de envd. Las cachés de paquetes de pip y apt se reutilizan entre compilaciones, que también pueden ejecutarse en una máquina remota.

Las funciones reutilizables se pueden compartir importando repositorios Git con la función include, para que un equipo mantenga en un solo lugar la lógica de configuración común, como una configuración de TensorBoard.

Funciones clave

  • 01Define entornos en un archivo Python build.envd que se ejecuta con envd up.
  • 02Genera imágenes compatibles con OCI que se pueden subir a registros de contenedores.
  • 03Ejecuta el mismo entorno localmente o en un clúster de Kubernetes.
  • 04Guarda en caché las descargas de pip y apt entre compilaciones y permite realizar compilaciones remotas.
  • 05Importa funciones reutilizables desde repositorios Git mediante include.

Casos de uso

  • Preparar un entorno reproducible de Python y CUDA para entrenar o ajustar modelos.
  • Iniciar un entorno de Jupyter Notebook con unas pocas líneas de configuración de compilación.
  • Compartir un entorno de desarrollo estándar para el equipo mediante un registro de contenedores.
  • Delegar la creación de imágenes a una máquina remota más potente.

Inicio rápido

  1. 1

    Instalar envd con pip

    pip install --upgrade envd
  2. 2

    Inicializar envd

    envd bootstrap
  3. 3

    Clonar el repositorio de inicio rápido

    git clone https://github.com/tensorchord/envd-quick-start.git
  4. 4

    Crear el entorno y acceder a él

    cd envd-quick-start && envd up

Antes de usarlo

  • Se requiere Docker 20.10.0 o una versión posterior para ejecutarlo.
  • A partir de v1.0, la sintaxis predeterminada de build.envd cambió a v1, por lo que quizá sea necesario actualizar los ejemplos antiguos de v0.

Temas

#development-environment#docker#buildkit#mlops#machine-learning#containers#kubernetes#jupyter#agent#code-agent

Preguntas frecuentes

¿Qué es envd?
Herramienta CLI que crea entornos de desarrollo reproducibles basados en contenedores para IA/ML a partir de un archivo Python build.envd. envd es una herramienta de línea de comandos para crear entornos de desarrollo basados en contenedores, orientados al trabajo con inteligencia artificial y machine learning. Se declaran los paquetes, los entornos de ejecución de lenguajes y los servicios necesarios en un archivo build.envd escrito en Python; luego se ejecuta envd up para crear e iniciar el entorno. Los pasos de configuración, como instalar herramientas relacionadas con CUDA, paquetes de Python, Jupyter y un shell, se expresan mediante llamadas a funciones, en lugar de Dockerfiles o scripts de shell escritos a mano.
¿envd es gratuito? ¿Qué licencia tiene?
envd es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿envd sigue mantenido?
Mantenimiento activo. El último commit de envd fue el 2 nov 2026.
¿Para qué puedo usar envd?
Preparar un entorno reproducible de Python y CUDA para entrenar o ajustar modelos. Iniciar un entorno de Jupyter Notebook con unas pocas líneas de configuración de compilación. Compartir un entorno de desarrollo estándar para el equipo mediante un registro de contenedores. Delegar la creación de imágenes a una máquina remota más potente.
¿Cómo se instala envd?
Instalar envd con pip: pip install --upgrade envd Inicializar envd: envd bootstrap Clonar el repositorio de inicio rápido: git clone https://github.com/tensorchord/envd-quick-start.git Crear el entorno y acceder a él: cd envd-quick-start && envd up
¿Dónde consigo envd?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/tensorchord/envd

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados