基于 Kubernetes 的自动化机器学习系统,支持超参数调优、早停与神经架构搜索。
kubeflow/community-distribution
基于 Kubernetes 的 Kubeflow 平台安装清单,包含 Pipelines、KServe、Katib 和中央仪表盘等组件。
- Star
- 1,049
- Fork
- 1,076
- 未关闭 Issue
- 17
- 最近提交
- 昨天
这是什么?
本仓库提供基于 Kustomize 的清单文件,用于在 Kind、Minikube、Rancher、EKS、AKS、GKE 等 Kubernetes 集群上安装 Kubeflow 平台。它包含 Pipelines、KServe、Katib、Notebooks、Trainer、Spark Operator 等官方组件,并配套 Istio、Knative、cert-manager、Dex 和 oauth2-proxy,分别负责流量路由、身份认证与多租户隔离。
安装方式既可以用一条命令部署整套示例配置,也可以逐个组件安装,便于调试或按需选择。需要定制时,建议基于清单编写 overlay,而不是直接修改原始文件。项目每年计划发布两个版本,并提供版本间的升级说明。
该方案适合需要多用户隔离、OIDC 登录和自托管机器学习平台的团队。默认安装使用固定的测试账号和密码,生产环境需要修改。
核心功能
- 01通过 Kustomize 安装 Pipelines、KServe、Katib、Notebooks、Trainer 等 Kubeflow 组件。
- 02支持 Kind、Minikube、Rancher、EKS、AKS、GKE 等 Kubernetes 集群。
- 03内置 Istio、Dex 和 oauth2-proxy,用于身份认证和多租户访问。
- 04既支持一条命令完成整体安装,也支持逐个组件安装。
- 05提供 overlay 定制方式和版本间的升级说明。
适用场景
- 在现有 Kubernetes 集群上部署端到端机器学习平台。
- 为多个团队提供按命名空间隔离的多租户 ML 工作负载环境。
- 基于上游清单构建符合企业需求的定制 Kubeflow 发行版。
- 在 Kind 或 Minikube 上本地体验 Kubeflow 的完整功能。
快速上手
- 1
使用安装脚本创建 Kind 集群
./tests/install_KinD_create_KinD_cluster_install_kustomize.sh - 2
保存集群的 kubeconfig
kind get kubeconfig --name kubeflow > /tmp/kubeflow-config - 3
使用单条命令安装所有 Kubeflow 组件(失败时自动重试直至成功)
while ! kustomize build example | kubectl apply --server-side --force-conflicts -f -; do echo "Retrying to apply resources"; sleep 20; done
使用前须知
- 建议至少 16 GB 内存和 8 个 CPU 核心,完整安装非常占用资源。
- 部分容器镜像可能不支持 linux/arm64,因此 ARM64 暂未完全支持。
- 默认登录使用公开的邮箱和密码,用于生产环境前必须修改。
标签
常见问题
- community-distribution 是什么?
- 基于 Kubernetes 的 Kubeflow 平台安装清单,包含 Pipelines、KServe、Katib 和中央仪表盘等组件。 本仓库提供基于 Kustomize 的清单文件,用于在 Kind、Minikube、Rancher、EKS、AKS、GKE 等 Kubernetes 集群上安装 Kubeflow 平台。它包含 Pipelines、KServe、Katib、Notebooks、Trainer、Spark Operator 等官方组件,并配套 Istio、Knative、cert-manager、Dex 和 oauth2-proxy,分别负责流量路由、身份认证与多租户隔离。
- community-distribution 可以免费使用吗?用的什么许可证?
- community-distribution 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。
- community-distribution 还在维护吗?
- 活跃维护中。community-distribution 最近一次提交是在 2026年11月6日。
- community-distribution 适合用来做什么?
- 在现有 Kubernetes 集群上部署端到端机器学习平台。 为多个团队提供按命名空间隔离的多租户 ML 工作负载环境。 基于上游清单构建符合企业需求的定制 Kubeflow 发行版。 在 Kind 或 Minikube 上本地体验 Kubeflow 的完整功能。
- community-distribution 怎么安装和运行?
- 使用安装脚本创建 Kind 集群: ./tests/install_KinD_create_KinD_cluster_install_kustomize.sh 保存集群的 kubeconfig: kind get kubeconfig --name kubeflow > /tmp/kubeflow-config 使用单条命令安装所有 Kubeflow 组件(失败时自动重试直至成功): while ! kustomize build example | kubectl apply --server-side --force-conflicts -f -; do echo "Retrying to apply resources"; sleep 20; done
- 在哪里获取 community-distribution?
- 源代码和安装说明在 GitHub 上:https://github.com/kubeflow/community-distribution
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
用于构建和部署 AI 模型推理 API、多模型流水线和 LLM 应用的 Python 库,支持 Docker 与 Kubernetes 部署。
开源的 MLOps/LLMOps 套件,涵盖实验管理、数据版本、流水线、任务编排、调度与模型部署。
基于 Kubernetes 的 AI 模型推理平台,统一部署和服务预测式与生成式模型,支持多种机器学习框架。
基于 Rust 网络层与 Python 接口的机器学习模型服务框架,支持动态批处理和 CPU/GPU 流水线。
云原生一站式 AI 平台,覆盖数据标注、在线开发、Pipeline 编排、分布式训练、推理服务与大模型微调部署。