zenml-io/zenml

这是什么？

核心功能

• 01用普通 Python 函数编写流水线和步骤。
• 02自动容器化代码，并追踪运行记录、指标和产物。
• 03可在本地与云端的多种基础设施 stack 上运行。
• 04与 MLflow、Weights & Biases、LangGraph、Langfuse、SageMaker、Vertex AI 等工具集成。
• 05提供 Web 仪表盘，以及用于管理流水线的 VS Code / Cursor 扩展。

适用场景

• 把传统机器学习训练和批量推理从 notebook 迁移到可重复运行的流水线。
• 构建并评估带有运行追踪的 RAG 或大模型应用。
• 将模型或智能体部署为带版本管理和监控的生产服务。
• 在使用多种既有 ML 工具的团队中统一 MLOps 流程。

快速上手

1. 1

   安装带服务端功能的 ZenML

   pip install "zenml[server]"
2. 2

   初始化 ZenML 代码仓库

   zenml init
3. 3

   启动本地服务或连接远程服务

   zenml login

使用前须知

• !服务端功能需要较大的 zenml[server] 安装包；直接 pip install zenml 只提供精简客户端。
• !许多集成（云服务、MLflow、Kubernetes 等）需要各自的配置和基础设施。

标签

常见问题

zenml 是什么？

开源 Python 平台，把机器学习与 AI 工作流组织成可在本地或云端基础设施上运行的流水线，涵盖模型训练到智能体。 ZenML 是一个面向机器学习和 AI 工程师的 Python 框架，用于把实验转化为可重复、可用于生产的工作流。开发者用普通 Python 函数和步骤编写流水线，例如训练模型或运行智能体循环，然后由 ZenML 在称为 stack 的可配置基础设施后端上执行。

zenml 可以免费使用吗？用的什么许可证？

zenml 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。

zenml 还在维护吗？

活跃维护中。zenml 最近一次提交是在 2026年10月21日。

zenml 适合用来做什么？

把传统机器学习训练和批量推理从 notebook 迁移到可重复运行的流水线。 构建并评估带有运行追踪的 RAG 或大模型应用。 将模型或智能体部署为带版本管理和监控的生产服务。 在使用多种既有 ML 工具的团队中统一 MLOps 流程。

zenml 怎么安装和运行？

安装带服务端功能的 ZenML: pip install "zenml[server]" 初始化 ZenML 代码仓库: zenml init 启动本地服务或连接远程服务: zenml login

在哪里获取 zenml？

源代码和安装说明在 GitHub 上：https://github.com/zenml-io/zenml