返回 AI 工具目录
DVC
自托管组件人工精选最近核验 2026年7月23日
DVC(Data Version Control)是一个开源的数据与模型版本控制工具,以命令行和 VS Code 插件形式帮助机器学习团队做出可复现的项目。它把数据集、模型等大文件存放在对象存储中,只在 Git 里保留轻量的版本元数据,从而将数据与模型版本同代码解耦又保持关联。除版本化外,DVC 还提供轻量流水线(仅重跑受影响的步骤)、本地化的实验跟踪与比较(对比数据、参数、指标与模型),以及基于既有 Git 托管的实验分享与协作。以 Python 编写,支持 S3、Azure、GCS、SSH 等多种存储后端,采用 Apache 2.0 许可。
定价开源部署本地运行国内可达国内可达许可Apache-2.0
解决什么问题
- 为大规模数据集与模型做版本管理
- 把大文件移出 Git,仅保留版本元数据
- 用轻量流水线只重跑受影响的步骤
- 在本地跟踪并比较 ML 实验
- 基于 Git 托管实现实验复现与分享
适合
- 需要复现数据与模型版本的 ML 团队
- 数据集过大不宜直接入 Git 的项目
- 希望用熟悉的 Git 流程管理实验
- 要在云存储与本地间管理数据资产
不适合
- 不涉及大数据或模型版本时收益有限
- 需先配置远端存储后端才能发挥作用
- 侧重版本与流水线,并非完整实验平台
- 团队需接受基于 Git 的工作流
如何接入
- 与 Git 协同管理代码与数据版本
- 支持 S3、Azure、GCS、SSH 等存储后端
- 提供命令行与 VS Code 扩展
- 可通过 pip、conda、brew 等安装
- 可与 CI/CD 及实验可视化工具配合
已知限制
- 需自备并配置远端存储后端
- 以命令行为主,并非可视化平台
- 大文件传输受存储与网络带宽影响
- 团队协作依赖规范的 Git 使用习惯
接入与使用事实
- 部署方式
- 本地运行
- 实现语言
- Python
- 中文界面
- 待确认
- 中文文档
- 待确认
- 定价方式
- 开源
- 许可证
- Apache-2.0
- 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。