简介
ZenML 是一个统一的 MLOps 框架，帮助团队在一个平台上开发、版本化、评估并把从经典机器学习模型到复杂 AI agents 的工作负载部署到生产环境，简化测试、可观测性和持续交付流程。
主要特性
- 管道化（pipelines）与步骤（steps）概念，支持可重复的训练、评估与部署流程。
- 原生集成多种后端（本地、Kubernetes、云）与第三方工具（MLflow、W&B、LangGraph 等）。
- 支持 agent 与 LLMOps 场景，提供版本化 prompts、实验比较与评估机制。
使用场景
- 在 CI/CD 中自动化模型训练、验证与发布，确保可重复性与可审计性。
- 对比与评估多种 agent 架构，基于数据选择最佳方案并部署到生产。
- 将管道连接到监控与追踪工具，实现模型健康监测与性能分析。
技术特点
- Python 原生 SDK 与 CLI，易于与现有代码集成。
- 支持 Helm/Docker 部署与 Server/Client 模式，适配本地与云环境。
- 文档完善、示例丰富并拥有活跃社区与企业支持选项（ZenML Pro）。