La plateforme d'ingénierie IA open source pour les agents, les LLMs et les modèles ML. MLflow permet aux équipes de toutes tailles de déboguer, évaluer, surveiller et optimiser des applications IA de qualité production tout en contrôlant les coûts et en gérant l'accès aux modèles et aux données.
Déboguez, évaluez et optimisez les applications IA tout en gérant les coûts et l'accès aux modèles et aux données avec cette plateforme d'ingénierie.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentLa plateforme d'ingénierie IA open source pour les agents, les LLMs et les modèles ML. MLflow permet aux équipes de toutes tailles de déboguer, évaluer, surveiller et optimiser des applications IA de qualité production tout en contrôlant les coûts et en gérant l'accès aux modèles et aux données.
mlflow compte 27.3k étoiles sur GitHub. Il a été forké 6.1k fois. mlflow est écrit principalement en Python. Il est développé activement depuis 2018. mlflow est disponible sous licence Apache-2.0. Ses principaux thèmes sont : agentops, agents, ai, ai-governance.
Read the full guideLa plateforme d'ingénierie IA open source pour les agents, les LLMs et les modèles ML. MLflow permet aux équipes de toutes tailles de déboguer, évaluer, surveiller et optimiser des applications IA de qualité production tout en contrôlant les coûts et en gérant l'accès aux modèles et aux données.
mlflow est un projet open source. Il est distribué sous licence Apache-2.0.
Oui. mlflow est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
mlflow est disponible sous licence Apache-2.0.
mlflow est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://opensourceai.tech/project/mlflow-mlflow.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.