cml 可以免费使用吗？用的什么许可证？

cml 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。

cml 还在维护吗？

活跃维护中。cml 最近一次提交是在 2026年10月21日。

cml 适合用来做什么？

在每个 Pull Request 上自动训练和评估模型，并把结果附在评审中。在 CI 中按需启动云端 GPU 实例完成训练任务。把本地或机房的 GPU 机器配置为团队的自托管 Runner。在 Pull Request 中对比不同实验分支的指标和图表。

cml 怎么安装和运行？

Fork 示例项目仓库在你的 fork 中创建 .github/workflows/cml.yaml 工作流文件提交更改并推送到新分支: git push origin experiment 创建 Pull Request，让 CML 以评论形式发布报告

在哪里获取 cml？

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

iterative/cml

Q: cml 怎么安装和运行？

Fork 示例项目仓库 在你的 fork 中创建 .github/workflows/cml.yaml 工作流文件 提交更改并推送到新分支: git push origin experiment 创建 Pull Request，让 CML 以评论形式发布报告

开源 CLI 工具，用于在 CI/CD 流程中运行机器学习任务，并把指标和图表报告发布到 Pull Request。

在 GitHub 查看官网

Star: 4,191
Fork: 347
未关闭 Issue: 87
最近提交: 17天前

这是什么？

CML（Continuous Machine Learning）是一个命令行工具，用于围绕机器学习工作搭建持续集成与持续交付流程。团队可以在每个 Pull Request 上自动训练和评估模型，并以 Markdown 报告的形式，将指标、表格和图表作为评论或检查项发布到 GitHub、GitLab 或 Bitbucket。

CML 直接运行在 GitHub Actions、GitLab CI/CD 等现有 CI 系统中，无需额外部署独立的 ML 平台。它支持在 AWS、Azure、GCP 或 Kubernetes 上启动自托管 Runner（包括 GPU 实例），并能在工作流超时或 Spot 实例被回收后自动重启任务。数据和模型通常配合 DVC 使用，项目还提供了集成 Python、DVC 和 CML 的 Docker 镜像。

CML 可通过 npm 包或独立二进制文件安装，提供 cml comment create、cml check create、cml pr create、cml tensorboard connect 等命令。

核心功能

01将 ML 指标和图表以评论或检查项的形式发布到 GitHub、GitLab 的 Pull Request 中。
02兼容 GitHub Actions、GitLab CI/CD 和 Bitbucket Pipelines。
03可在工作流中启动 AWS、Azure、GCP 或 Kubernetes 上的 Runner，包括 GPU 实例。
04工作流超时或 Spot 实例被回收后，自动重启任务。
05与 DVC 集成，用于拉取数据并对比不同提交之间的指标变化。
06提供预装 Python、DVC 和 CML 的 Docker 镜像。

适用场景

在每个 Pull Request 上自动训练和评估模型，并把结果附在评审中。
在 CI 中按需启动云端 GPU 实例完成训练任务。
把本地或机房的 GPU 机器配置为团队的自托管 Runner。
在 Pull Request 中对比不同实验分支的指标和图表。

快速上手

1
Fork 示例项目仓库
2
在你的 fork 中创建 .github/workflows/cml.yaml 工作流文件
3
提交更改并推送到新分支
git push origin experiment
4
创建 Pull Request，让 CML 以评论形式发布报告

使用前须知

它只能在 GitHub、GitLab 或 Bitbucket 等 CI 系统中运行，因此需要相应平台的账户。

收录于专题

命令行与终端工具测试框架与自动化测试工具数据科学课程与工具

常见问题

cml 是什么？: 开源 CLI 工具，用于在 CI/CD 流程中运行机器学习任务，并把指标和图表报告发布到 Pull Request。 CML（Continuous Machine Learning）是一个命令行工具，用于围绕机器学习工作搭建持续集成与持续交付流程。团队可以在每个 Pull Request 上自动训练和评估模型，并以 Markdown 报告的形式，将指标、表格和图表作为评论或检查项发布到 GitHub、GitLab 或 Bitbucket。
cml 可以免费使用吗？用的什么许可证？: cml 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。
cml 还在维护吗？: 活跃维护中。cml 最近一次提交是在 2026年10月21日。
cml 适合用来做什么？: 在每个 Pull Request 上自动训练和评估模型，并把结果附在评审中。在 CI 中按需启动云端 GPU 实例完成训练任务。把本地或机房的 GPU 机器配置为团队的自托管 Runner。在 Pull Request 中对比不同实验分支的指标和图表。
cml 怎么安装和运行？: Fork 示例项目仓库在你的 fork 中创建 .github/workflows/cml.yaml 工作流文件提交更改并推送到新分支: git push origin experiment 创建 Pull Request，让 CML 以评论形式发布报告
在哪里获取 cml？: 源代码和安装说明在 GitHub 上：https://github.com/iterative/cml

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。