Создаёт модели машинного обучения по описанию задачи на естественном языке и табличному набору данных с помощью мультиагентного процесса.
Netflix/metaflow
Фреймворк на Python для создания, масштабирования и развёртывания AI- и ML-процессов — от прототипов в ноутбуках до production-оркестраторов.
- Звёзды
- 10,308
- Форки
- 1,383
- Открытые issues
- 530
- Последний коммит
- 5 дней назад
Что это?
Metaflow — это фреймворк на Python для создания систем AI и ML и управления ими. Процесс описывается как Python flow из отдельных шагов: его можно запускать локально для прототипирования или масштабировать отдельные шаги на облачных вычислительных кластерах с CPU или GPU. Встроенные возможности включают отслеживание экспериментов, версионирование данных и артефактов, а также визуализацию результатов.
Тот же код можно развернуть в production-оркестраторах процессов с управлением зависимостями и поддержкой запусков по событиям. Metaflow поддерживает разработку в ноутбуках и работает с AWS, Azure и GCP, а также с Kubernetes. Изначально проект создан в Netflix, а сейчас его поддерживает Outerbounds.
Ключевые возможности
- 01Pythonic API для описания многошаговых процессов, которые запускаются локально или в облаке
- 02Горизонтальное и вертикальное масштабирование шагов на CPU и GPU
- 03Встроенные отслеживание экспериментов, версионирование и визуализация результатов
- 04Управление зависимостями для удалённого запуска процессов
- 05Развёртывание в production-оркестраторах процессов в один шаг с запуском по событиям
Сценарии использования
- Прототипирование ML-модели в ноутбуке с последующим переносом в production
- Запуск крупных параллельных задач обучения или обработки данных на облачных вычислительных ресурсах
- Управление версиями моделей и артефактов в команде специалистов по data science
- Развёртывание регулярных ML-пайплайнов с запуском по событиям
Быстрый старт
- 1
Установите Metaflow из PyPI
pip install metaflow - 2
В качестве альтернативы установите его из conda-forge
conda install -c conda-forge metaflow - 3
Следуйте официальному руководству, чтобы создать и запустить свой первый flow
Что важно знать
- Чтобы воспользоваться всеми преимуществами, включая масштабирование в облаке и оркестрацию в production, необходимо настроить облачную инфраструктуру, что требует времени и усилий.
Темы
Частые вопросы
- Что такое metaflow?
- Фреймворк на Python для создания, масштабирования и развёртывания AI- и ML-процессов — от прототипов в ноутбуках до production-оркестраторов. Metaflow — это фреймворк на Python для создания систем AI и ML и управления ими. Процесс описывается как Python flow из отдельных шагов: его можно запускать локально для прототипирования или масштабировать отдельные шаги на облачных вычислительных кластерах с CPU или GPU. Встроенные возможности включают отслеживание экспериментов, версионирование данных и артефактов, а также визуализацию результатов.
- metaflow можно использовать бесплатно? Какая у него лицензия?
- metaflow распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- metaflow всё ещё поддерживается?
- Активно поддерживается. Последний коммит в metaflow — 16 окт. 2026 г..
- Для чего можно использовать metaflow?
- Прототипирование ML-модели в ноутбуке с последующим переносом в production Запуск крупных параллельных задач обучения или обработки данных на облачных вычислительных ресурсах Управление версиями моделей и артефактов в команде специалистов по data science Развёртывание регулярных ML-пайплайнов с запуском по событиям
- Как установить metaflow?
- Установите Metaflow из PyPI: pip install metaflow В качестве альтернативы установите его из conda-forge: conda install -c conda-forge metaflow Следуйте официальному руководству, чтобы создать и запустить свой первый flow
- Где скачать metaflow?
- Исходный код и инструкции по установке — на GitHub: https://github.com/Netflix/metaflow
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Низкоуровневый Python-фреймворк для создания долгоживущих агентов с состоянием, устойчивым выполнением, участием человека и памятью.
Open source-платформа для разработки ИИ: отладки, оценки, мониторинга и оптимизации агентов, LLM-приложений и ML-моделей.
Python-фреймворк для создания и оркестрации мультиагентных систем с последовательными, параллельными, графовыми и иерархическими сценариями работы.
Бесплатный курс под лицензией MIT из 542 уроков, который с нуля знакомит с AI engineering на Python, TypeScript, Rust и Julia.
Открытая система для запуска, управления и масштабирования AI-нагрузок в Kubernetes, Slurm и более чем 20 облаках и у GPU-провайдеров через единый интерфейс.