Cria modelos de machine learning a partir de uma intenção em linguagem natural e de um conjunto de dados tabular, usando um fluxo de trabalho multiagente.
Netflix/metaflow
Um framework Python para criar, escalar e implantar workflows de IA e ML, de protótipos em notebooks a orquestradores de produção.
- Estrelas
- 10,308
- Forks
- 1,383
- Issues abertas
- 530
- Último commit
- há 5 dias
O que é?
Metaflow é um framework Python para criar e gerenciar sistemas de IA e ML. Você escreve um workflow como um flow Python composto por etapas e, em seguida, executa-o localmente para prototipar ou escala etapas individuais em clusters de computação na nuvem usando CPUs ou GPUs. Ele inclui rastreamento de experimentos, versionamento de dados e artefatos e visualização de resultados integrados.
O mesmo código pode ser implantado em orquestradores de workflows prontos para produção, com gerenciamento de dependências e suporte a execuções acionadas por eventos. Metaflow oferece suporte ao desenvolvimento baseado em notebooks e funciona com AWS, Azure e GCP, além de Kubernetes. Foi criado originalmente pela Netflix e agora conta com o suporte da Outerbounds.
Recursos principais
- 01API idiomática em Python para definir flows com várias etapas, executados localmente ou na nuvem
- 02Escalonamento horizontal e vertical de etapas em CPUs e GPUs
- 03Rastreamento de experimentos, versionamento e visualização de resultados integrados
- 04Gerenciamento de dependências para executar flows remotamente
- 05Implantação em uma etapa em orquestradores de workflows de produção, com acionamento por eventos
Casos de uso
- Prototipar um modelo de ML em um notebook e depois levá-lo à produção
- Executar grandes tarefas paralelas de treinamento ou processamento de dados na infraestrutura de computação em nuvem
- Gerenciar modelos e artefatos versionados em uma equipe de ciência de dados
- Implantar pipelines de ML recorrentes acionados por eventos
Início rápido
- 1
Instale o Metaflow pelo PyPI
pip install metaflow - 2
Como alternativa, instale pelo conda-forge
conda install -c conda-forge metaflow - 3
Siga o tutorial oficial para criar e executar seu primeiro flow
Antes de usar
- Para aproveitar todos os benefícios, como escalabilidade na nuvem e orquestração em produção, é preciso configurar a infraestrutura na nuvem, o que exige tempo e esforço.
Tópicos
Perguntas frequentes
- O que é metaflow?
- Um framework Python para criar, escalar e implantar workflows de IA e ML, de protótipos em notebooks a orquestradores de produção. Metaflow é um framework Python para criar e gerenciar sistemas de IA e ML. Você escreve um workflow como um flow Python composto por etapas e, em seguida, executa-o localmente para prototipar ou escala etapas individuais em clusters de computação na nuvem usando CPUs ou GPUs. Ele inclui rastreamento de experimentos, versionamento de dados e artefatos e visualização de resultados integrados.
- metaflow é gratuito? Qual é a licença?
- metaflow é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- metaflow ainda é mantido?
- Manutenção ativa. O último commit de metaflow foi em 16 de out. de 2026.
- Para que posso usar metaflow?
- Prototipar um modelo de ML em um notebook e depois levá-lo à produção Executar grandes tarefas paralelas de treinamento ou processamento de dados na infraestrutura de computação em nuvem Gerenciar modelos e artefatos versionados em uma equipe de ciência de dados Implantar pipelines de ML recorrentes acionados por eventos
- Como instalar metaflow?
- Instale o Metaflow pelo PyPI: pip install metaflow Como alternativa, instale pelo conda-forge: conda install -c conda-forge metaflow Siga o tutorial oficial para criar e executar seu primeiro flow
- Onde consigo metaflow?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/Netflix/metaflow
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Framework Python de baixo nível para criar agentes com estado e execução durável, com participação humana e memória.
Plataforma open source de engenharia de IA para depurar, avaliar, monitorar e otimizar agentes, apps com LLMs e modelos de ML.
Framework Python para criar e orquestrar sistemas multiagente com fluxos de trabalho sequenciais, concorrentes, baseados em grafos e hierárquicos.
Curso gratuito com licença MIT e 542 lições que ensina conceitos de engenharia de IA do zero em Python, TypeScript, Rust e Julia.
Sistema de código aberto para executar, gerenciar e escalar workloads de IA em Kubernetes, Slurm e mais de 20 provedores de nuvem ou GPU com uma única interface.