返回 AI 工具目录
aqueduct
基础设施人工精选最近核验 2026年7月23日
Aqueduct 是一个开源 MLOps 框架,让你用纯 Python 编写机器学习与 LLM 工作流,并把这些代码运行到自选的云基础设施上,同时获得对执行过程、模型与预测的可观测性。官方描述为「用原生 Python 写代码、在任意云基础设施上运行、并洞察模型与预测的执行与表现」。它提供 Python 原生的流水线 API,可对接 Kubernetes、Spark、AWS Lambda、Airflow 等后端,配一个集中式 UI 监控代码、数据与元数据,并支持接入现有模型的 LLM 算子;完全自托管、运行在用户自己的云环境里。需注意:该项目已被官方标注为不再维护,选型时须以归档状态评估。
定价开源部署自托管国内可达国内可达
解决什么问题
- 用纯 Python 编写 ML/LLM 工作流,免学专用 DSL
- 同一套代码运行到 K8s、Spark、Lambda、Airflow 等后端
- 集中 UI 观测代码、数据、元数据与预测表现
- 把碎片化的 ML 基础设施统一到一个接口
适合
- 想用 Python 统一多种云后端的 ML 团队(仅作参考)
- 需要流水线可观测性、又不想被单一平台锁定
- 愿意接手已归档项目、自行维护的团队
不适合
- 项目已官方停止维护,不建议用于新生产系统
- 后续无版本更新与安全修复,须自担风险
- 依赖自建云基础设施,无托管服务可用
- 生态与文档停留在归档时点,兼容性需自查
如何接入
- Python 原生 API 定义流水线与算子
- 对接 Kubernetes、Spark、Lambda、Airflow 等计算后端
- 集中式 Web UI 监控执行与元数据
- 可用 LLM 算子接入现有模型
已知限制
- 官方已归档,不再维护,最新版停在 2023 年
- 无新特性、无安全更新,生产使用需谨慎
- 全自托管,运维与升级完全由使用方承担
接入与使用事实
- 部署方式
- 自托管
- 实现语言
- Python、Go
- 中文界面
- 待确认
- 中文文档
- 待确认
- 定价方式
- 开源
- 许可证
- 待确认
- 国内可达性
- 国内可达
- 可达性观察
- 待补充
权限、依赖与维护信号
这些字段记录公开可见信号,不等同于安全审计结论。
权限信号
暂无公开信号。
依赖信号
暂无公开信号。
维护信号
暂无公开信号。
公开来源与证据
暂无可公开的来源链接。
