Evidently 是开源的机器学习和大语言模型可观测性框架。评估、测试并监控任何AI驱动系统或数据流水线。从表格数据到生成式AI，涵盖100多项指标。

Apache Airflow - 通过编程方式编写、调度和监控工作流的平台

学习如何开发、部署并迭代生产级机器学习应用。

示例 📓 Jupyter 笔记本，展示如何使用 🧠 Amazon SageMaker 构建、训练和部署机器学习模型。

具备容错能力、高度可扩展的GPU编排系统，以及专为训练数十亿至数万亿参数模型设计的机器学习框架

简易分布式机器学习

Qdrant - 面向下一代 AI 的高性能大规模向量数据库与向量搜索引擎，亦提供云端版本 https://cloud.qdrant.io/

构建AI/大语言模型应用的开源开发者平台，提供端到端追踪、可观测性与评估功能的一体化集成平台

Kubernetes工作流引擎

TensorZero是工业级LLM应用的开源技术栈，整合了LLM网关、可观测性、优化、评估与实验功能。

在任何AI基础设施上运行、管理和扩展AI工作负载。使用统一系统访问和管理所有AI计算资源（Kubernetes、17+云平台或本地部署）。

可扩展且灵活的工作流编排平台，无缝统一数据、机器学习和分析技术栈。

面向多模态AI的开放式湖仓格式。仅需两行代码即可从Parquet转换，实现百倍速随机访问、向量索引与数据版本管理。兼容Pandas、DuckDB、Polars、Pyarrow及PyTorch，并持续扩展集成生态。

面向 Kubernetes 可扩展多框架部署的标准化分布式生成式与预测式 AI 推理平台

基于Kubernetes的分布式AI模型训练与微调

本仓库提供了一个可定制的项目模板，用于在Databricks上启动遵循生产最佳实践的新机器学习项目。