Biblioteca Python para criar e servir APIs de inferência de modelos de IA, pipelines com vários modelos e apps de LLM, com implantação em Docker e Kubernetes.
8,9 mil+8 esta semana1,1 milPythonApache-2.0Atualizado há 4 dias
tensorchord/envd
Ferramenta CLI que cria ambientes de desenvolvimento reproduzíveis e baseados em containers para IA/ML, a partir de um arquivo Python build.envd.
- Estrelas
- 2,243
- Forks
- 169
- Issues abertas
- 136
- Último commit
- há 4 dias
O que é?
envd é uma ferramenta de linha de comando para criar ambientes de desenvolvimento baseados em containers, voltados para projetos de inteligência artificial e machine learning. Você declara os pacotes, os runtimes de linguagem e os serviços necessários em um arquivo build.envd escrito em Python e, em seguida, executa envd up para criar e iniciar o ambiente. Etapas de configuração, como instalar ferramentas relacionadas ao CUDA, pacotes Python, Jupyter e um shell, são expressas como chamadas de função, em vez de Dockerfiles ou scripts de shell escritos manualmente.
Os ambientes são criados com BuildKit e gerados como imagens compatíveis com OCI, que podem ser enviadas para um registry, como Docker Hub ou Harbor. O mesmo arquivo de build pode ser executado em uma máquina local ou em um cluster Kubernetes, bastando trocar o contexto do envd. Os caches de pacotes do pip e do apt são reutilizados entre builds, que também podem ser executados em uma máquina remota.
Funções reutilizáveis podem ser compartilhadas importando repositórios Git com a função include. Assim, uma equipe pode manter em um só lugar lógicas de configuração comuns, como uma configuração do TensorBoard.
Recursos principais
- 01Define ambientes em um arquivo Python build.envd, executado com envd up.
- 02Gera imagens compatíveis com OCI que podem ser enviadas para registries de containers.
- 03Executa o mesmo ambiente localmente ou em um cluster Kubernetes.
- 04Armazena em cache downloads do pip e do apt entre builds e oferece suporte a builds remotos.
- 05Importa funções reutilizáveis de repositórios Git usando include.
Casos de uso
- Configurar um ambiente reproduzível com Python e CUDA para treinar ou ajustar modelos.
- Iniciar um ambiente Jupyter Notebook com poucas linhas de configuração do build.
- Compartilhar um ambiente de desenvolvimento padrão da equipe por meio de um registry de containers.
- Delegar a criação de imagens a uma máquina remota mais potente.
Início rápido
- 1
Instale o envd com pip
pip install --upgrade envd - 2
Inicialize o envd
envd bootstrap - 3
Clone o repositório de início rápido
git clone https://github.com/tensorchord/envd-quick-start.git - 4
Crie o ambiente e acesse-o
cd envd-quick-start && envd up
Antes de usar
- É necessário ter o Docker 20.10.0 ou superior para executar.
- A partir da v1.0, a sintaxe padrão de build.envd mudou para v1; por isso, pode ser necessário atualizar os exemplos antigos de v0.
Tópicos
#development-environment#docker#buildkit#mlops#machine-learning#containers#kubernetes#jupyter#agent#code-agent
Perguntas frequentes
- O que é envd?
- Ferramenta CLI que cria ambientes de desenvolvimento reproduzíveis e baseados em containers para IA/ML, a partir de um arquivo Python build.envd. envd é uma ferramenta de linha de comando para criar ambientes de desenvolvimento baseados em containers, voltados para projetos de inteligência artificial e machine learning. Você declara os pacotes, os runtimes de linguagem e os serviços necessários em um arquivo build.envd escrito em Python e, em seguida, executa envd up para criar e iniciar o ambiente. Etapas de configuração, como instalar ferramentas relacionadas ao CUDA, pacotes Python, Jupyter e um shell, são expressas como chamadas de função, em vez de Dockerfiles ou scripts de shell escritos manualmente.
- envd é gratuito? Qual é a licença?
- envd é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- envd ainda é mantido?
- Manutenção ativa. O último commit de envd foi em 2 de nov. de 2026.
- Para que posso usar envd?
- Configurar um ambiente reproduzível com Python e CUDA para treinar ou ajustar modelos. Iniciar um ambiente Jupyter Notebook com poucas linhas de configuração do build. Compartilhar um ambiente de desenvolvimento padrão da equipe por meio de um registry de containers. Delegar a criação de imagens a uma máquina remota mais potente.
- Como instalar envd?
- Instale o envd com pip: pip install --upgrade envd Inicialize o envd: envd bootstrap Clone o repositório de início rápido: git clone https://github.com/tensorchord/envd-quick-start.git Crie o ambiente e acesse-o: cd envd-quick-start && envd up
- Onde consigo envd?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/tensorchord/envd
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Um toolkit de build concorrente e eficiente no uso de cache que transforma código-fonte em artefatos de build, oferece suporte a Dockerfile por meio de frontends e é usado como mecanismo por trás dos builds do Docker.
10,4 mil+3 esta semana1,6 milGoApache-2.0Bem mantidoAtualizado há 13 horas
Kit de ferramentas baseado em Docker para hospedar, criar, ajustar e empacotar LLMs de código aberto por trás de uma API compatível com a OpenAI.
542+2 esta semana56GoMITBem mantidoAtualizado há 5 dias
CLI open source para desenvolvimento com contêineres no macOS, Windows e Linux, baseado em nerdctl, containerd e BuildKit em uma VM do Lima.
4,1 mil+4 esta semana117GoApache-2.0Atualizado há 9 horas
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.
10,8 mil+32 esta semana1,3 milPythonApache-2.0Atualizado há 8 horas
Um framework Python para criar, escalar e implantar workflows de IA e ML, de protótipos em notebooks a orquestradores de produção.
10,3 mil+13 esta semana1,4 milPythonApache-2.0Bem mantidoAtualizado há 7 horas