apache/hamilton

这是什么？

核心功能

• 01用普通 Python 函数定义数据转换，依赖关系通过参数名声明。
• 02根据函数定义自动构建并可视化 DAG。
• 03通过 @config.when() 等函数修饰器减少不同环境间的重复代码。
• 04使用 @check_output 和 SchemaValidator 校验输出结果与数据框 schema。
• 05可选的 UI 用于追踪执行过程、数据血缘和数据集概况。

适用场景

• 在基于 pandas、polars 或 Spark 的流程中组织 ETL 管道与特征工程代码。
• 在 Notebook、Airflow 任务和 FastAPI 服务之间复用同一套转换代码。
• 为需要血缘追踪与数据校验的 RAG 或 LLM 数据准备步骤构建流程。
• 将数据科学代码从 Notebook 迁移到带可测试函数的生产模块中。

快速上手

1. 1

   安装带可视化扩展的库

   pip install "apache-hamilton[visualization]"
2. 2

   在系统中单独安装 Graphviz 以支持可视化

3. 3

   启动 Apache Hamilton UI 服务器

   hamilton ui

使用前须知

• !DAG 可视化需要单独安装 Graphviz。
• !该项目仍处于 Apache 孵化阶段，尚未获得 ASF 的完全认可。

标签

常见问题

hamilton 是什么？

一个轻量级 Python 库，用普通函数定义可测试、可自文档化的数据转换 DAG，可在任何 Python 环境中运行。 Apache Hamilton 是一个 Python 库，用于把数据转换组织成有向无环图（DAG）。开发者只需编写普通 Python 函数，函数的参数名即声明了它对其他函数的依赖，Hamilton 会自动构建图结构，代码既易读也能直接可视化。

hamilton 可以免费使用吗？用的什么许可证？

hamilton 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。

hamilton 还在维护吗？

活跃维护中。hamilton 最近一次提交是在 2026年10月21日。

hamilton 适合用来做什么？

在基于 pandas、polars 或 Spark 的流程中组织 ETL 管道与特征工程代码。 在 Notebook、Airflow 任务和 FastAPI 服务之间复用同一套转换代码。 为需要血缘追踪与数据校验的 RAG 或 LLM 数据准备步骤构建流程。 将数据科学代码从 Notebook 迁移到带可测试函数的生产模块中。

hamilton 怎么安装和运行？

安装带可视化扩展的库: pip install "apache-hamilton[visualization]" 在系统中单独安装 Graphviz 以支持可视化 启动 Apache Hamilton UI 服务器: hamilton ui

在哪里获取 hamilton？

源代码和安装说明在 GitHub 上：https://github.com/apache/hamilton