返回 AI 工具目录
whylogs
基础设施人工精选最近核验 2026年7月23日
whylogs 是 WhyLabs 开源的数据日志库,面向机器学习模型与数据管道。它为数据集生成轻量统计画像(profile),记录分布、缺失、基数等特征,用于监控数据质量、检测数据与特征漂移、以数据约束做校验。画像可合并,支持批处理、流式与分布式采集,并可覆盖表格、文本、图像等数据。库本身以 Apache-2.0 开源,可本地嵌入 Python/Java 管道;画像也可上传至 WhyLabs 托管平台做集中监控与告警。定位是把数据与模型的运行状态沉淀为可对比、可回溯的指标。
定价开源部署本地运行、SaaS 云服务国内可达国内可达许可Apache-2.0
解决什么问题
- 为数据集生成统计画像,量化分布与质量
- 检测数据漂移与特征分布变化
- 用数据约束做校验与单元测试
- 画像可合并,覆盖流式与分布式采集
- 以少量计算开销持续记录运行状态
适合
- 需要监控生产数据管道质量的团队
- 模型上线后有漂移风险的 ML 场景
- 希望画像本地生成、不外传原始数据
- 已用 Spark、Airflow、MLflow 的数据栈
不适合
- 不是完整可观测平台,面板告警需接 WhyLabs 或自建
- 只做数据画像,不做模型训练或服务
- 集中监控依赖 WhyLabs 平台(海外 SaaS)
- 偏离线/批量画像,非实时拦截
如何接入
- 以 Python、Java SDK 嵌入现有管道
- 对接 Spark、Airflow、MLflow
- 读写 S3、GCS 等对象存储
- 画像可上传 WhyLabs 平台做集中监控
已知限制
- 库仅生成画像,监控与告警需另配
- 默认开启匿名使用统计,可用环境变量关闭
- 高吞吐场景计算开销上升
- WhyLabs 平台位于海外,上传画像注意数据出域
接入与使用事实
- 部署方式
- 本地运行、SaaS 云服务
- 实现语言
- Python、Java
- 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。