项目介绍：Made-With-ML
Made-With-ML 是一个专注于整合机器学习与软件工程的项目，帮助开发者学习如何设计、开发、部署和迭代生产级机器学习应用。在这个项目中，已经有超过4万名开发者加入，通过该平台学习如何负责任地为机器学习带来价值。
目标与特色
Made-With-ML 项目的核心是从实验阶段（设计和开发）到生产阶段（部署和迭代）的全过程学习。这通过激励构建可靠生产系统的各个组件来实现。以下是该项目的一些关键特色：
- 第一性原理： 在编写代码之前，能够深刻理解每一个机器学习概念。
- 最佳实践： 在开发和部署机器学习模型时实施软件工程的最佳实践。
- 缩放能力： 轻松在 Python 中扩展 ML 工作负载（数据处理、训练、调优和服务），无需学习新语言。
- MLOps 集成： 构建端到端机器学习系统时，将 MLOps 组件如跟踪、测试、服务和编排等结合在一起。
- 从开发到生产： 学习如何快速可靠地从开发过渡到生产，而不需要对代码或基础设施进行更改。
- 持续集成/持续部署（CI/CD）： 学习创建成熟的 CI/CD 工作流，以模块化方式持续训练和部署更好的模型，并能与任何技术栈集成。
适合对象
机器学习不仅限于某个单独的行业，而是一种强大的数据思维方式，适用于以下人群：
- 所有开发者： 无论是软件工程师、基础设施工程师还是数据科学家，机器学习在产品开发中占据越来越重要的地位。
- 大学毕业生： 在行业中获取所需的实际技能，并弥合大学课程与行业期望之间的差距。
- 产品经理/领导层： 想要建 立技术基础，以便能够开发出由机器学习驱动的出色（且可靠的）产品。
安装与设置
用户可以根据自己的环境选择在本地电脑或 Anyscale 集群上运行本课程。课程内容涉及集群设置、Git 设置、环境变量配置以及虚拟环境的创建。这表达了课程的灵活性和适应性，无论是个人学习还是集成到更复杂的集群环境中。
笔记本和脚本
项目包含了 Jupyter 笔记本和 Python 脚本，帮助用户逐步探索核心机器学习工作负载和最佳的软件工程实践。脚本涵盖了从数据管理到模型评估的完整机器学习生命周期，并确保代码的可维护性和可扩展性。
生产环境部署
Made-With-ML 项目指导用户如何将应用程序部署到生产环境中，提供了通过 Anyscale 或其他云平台配置集群环境、计算资源及服务的详尽步骤。通过定义工作负载和服务，用户可以轻松将开发的 ML 模型服务化，即可用于生产部署。
CI/CD 工作流
项目展示了如何使用 GitHub Actions 自动化应用程序的部署，从而实现持续交付。用户可以通过持续学习不断改善模型，简化生产环境下模型迭代和演进的流程。
常见问题解答
对于一些常见的安装和配置问题，项目也提供了详细的指导以帮助用户顺利解决可能遇到的技术挑战。
Made-With-ML 项目为希望将机器学习模型应用于实战的开发人员提供了一个从基础到高阶的平台，通过这一系统化课程，用户将能够在广泛的场景中实现机器学习的价值。
编辑推荐精选
AEE
AI Excel全自动制表工具
AEE 在线 AI 全自动 Excel 编辑器，提供智能录入、自动公式、数据整理、图表生成等功能，高效处理 Excel 任务，提升办公效率。支持自动高亮数据、批量计算、不规则数据录入，适用于企业、教育、金融等多场景。
UI-TARS-desktop
基于 UI-TARS 视觉语言模型的桌面应用，可通过自然语言控制计算机进行多模态操作。
UI-TARS-desktop 是一款功能强大的桌面应用，基于 UI-TARS（视觉语言模型）构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能，支持跨平台使用（Windows/MacOS），能提供实时反馈和状态显示，且数据完全本地处理，保障隐私安全。该应用集成了多种大语言模型和搜索方式，还可进行文件系统操作。适用于需要智能交互和自动化任务的场景，如信息检索、文件管理等。其提供了详细的文档，包括快速启动、部署、贡献指南和 SDK 使用说明等，方便开发者使用和扩展。
Wan2.1
开源且先进的大规模视频生成模型项目
Wan2.1 是一个开源且先进的大规模视频生成模型项目，支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项，可调整分辨率、扩散步数等参数，还能对提示词进行增强。使用了多种先进技术和工具，在视频和图像生成领域具有广泛应用前景，适合研究人员和开发者使用。
爱图表
全流程 AI 驱动的数据可视化工具，助力用户轻松创作高颜值图表
爱图表（aitubiao.com）就是AI图表，是由镝数科 技推出的一款创新型智能数据可视化平台，专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型，爱图表结合强大的数据处理能力与智能化功能，致力于帮助职场人士高效处理和表达数据，提升工作效率和报告质量。
Qwen2.5-VL
一款强大的视觉语言模型，支持图像和视频输入
Qwen2.5-VL 是一款强大的视觉语言模型，支持图像和视频输入，可用于多种场景，如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式，还包含了视觉处理工具，有助于开发者快速集成和使用，提升工作效率。
HunyuanVideo
HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。
HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力，支持多种分辨率和视频长度选择，能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法，可灵活调整生成参数，满足不同场景的需求，是文本生成图像视频领域的优质工具。
WebUI for Browser Use
一个基于 Gradio 构建的 WebUI，支持与浏览器智能体进行便捷交互。
WebUI for Browser Use 是一个强大的项目，它集成了多种大型语言模型，支持自定义浏览器使用，具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务，无论是数据提取、网页导航还是表单填写等操作都能高效实现，有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用，在 SEO 优化方面，其关键词涵盖浏览器使用、WebUI、大型语言模型集成等，有助于提高网页在搜索引擎中的曝光度。
xiaozhi-esp32
基于 ESP32 的小智 AI 开发项目，支持多种网络连接与协议，实现语音交互等功能。
xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目，专注于人工智能语音交互领域。项目涵盖了丰富的功能，如网络连接、OTA 升级、设备激活等，同时支持多种语言。无论是开发爱好者还是专业开发者，都能借助该项目快速搭建起高效的 AI 语音交互系统，为智能设备开发提供强大助力。
olmocr
一个用于 OCR 的项目，支持多种模型和服务器进行 PDF 到 Markdown 的转换，并提供测试和报告功能。
olmocr 是一个专注于光学字符识别（OCR）的 Python 项目，由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器，如 vllm、sglang、OpenAI 等，可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能，方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域，有助于提高工作效率和准确性。
飞书多维表格
飞书多维表格 ×DeepSeek R1 满血版
飞书多维表格联合 DeepSeek R1 模型，提供 AI 自动化解决方案，支持批量写作、数据分析、跨模态处理等功能，适用于电商、短视频、影视创作等场景，提升企业生产力与创作效率。关键词：飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号