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。

访问官网