#工作流编排

FastGPT - 基于大语言模型的问答系统与工作流编排平台
FastGPT大语言模型知识库问答系统在线使用工作流编排Github开源项目热门
FastGPT是一个先进的问答系统,基于LLM大语言模型,提供开箱即用的数据处理和模型调用能力。它支持可视化工作流编排,适用于复杂的问答场景。同时,FastGPT支持快速部署,具有强大的知识库能力和多模型支持,是企业和开发者的理想选择。
hatchet - 高性能分布式任务队列和工作流编排系统
Hatchet任务队列分布式系统容错工作流编排Github开源项目
Hatchet是一款开源的分布式任务队列系统,旨在替代传统队列和发布/订阅模型。它具备高并发处理能力,支持公平调度和速率限制,同时保证超低延迟和高吞吐量。Hatchet提供任务可观察性、持久化执行和灵活调度等功能,适用于AI推理、大规模批处理和复杂工作流编排等场景。系统支持Python、TypeScript和Go语言SDK,便于与现有技术栈集成。Hatchet简化了任务队列管理,有效提升了系统可靠性和开发效率。
Flyte - 灵活高效的数据和机器学习工作流编排解决方案
AI工具Flyte工作流编排数据科学机器学习可扩展性
Flyte是一个高度可扩展和灵活的工作流编排平台,可无缝整合数据、机器学习和分析工具链。它支持数据科学家和工程师轻松构建和管理生产级工作流,实现从本地开发到大规模部署的流畅过渡。Flyte提供强大的扩展性、数据血缘追踪和缓存机制,能处理从简单ETL到复杂机器学习训练等多样化工作流。该平台致力于简化工作流开发,使用户能专注于核心业务逻辑。
mlops-zoomcamp - MLOps实践指南,机器学习服务的端到端生产化
MLOps机器学习模型部署实验跟踪工作流编排Github开源项目
MLOps Zoomcamp课程聚焦机器学习服务的生产化实践,涵盖实验跟踪、ML流水线、模型部署、监控和最佳实践等关键环节。课程面向数据科学家、ML工程师及相关从业者,通过理论讲解和实践项目,帮助学员掌握将ML模型从实验环境转化为生产系统的全流程技能。内容涉及MLflow、Mage、Flask等工具的应用,以及CI/CD和基础设施即代码等现代软件开发实践。
prefect - Python工作流编排框架助力数据管道构建
Prefect工作流编排数据管道Python自动化Github开源项目
Prefect是一款专为Python设计的工作流编排框架,主要用于构建数据管道。它利用装饰器为代码添加自动重试、分布式执行、调度和缓存等功能,使用户能够创建灵活的动态工作流。这些工作流具有应对环境变化和从意外情况恢复的能力。Prefect提供自托管服务器和云端管理仪表板,便于跟踪和监控工作流活动。该框架支持Python 3.9及以上版本,易于安装和使用,适合将普通脚本升级为交互式工作流应用。
kestra - 开源通用工作流编排平台
Kestra工作流编排事件驱动声明式插件系统Github开源项目
Kestra是一个开源通用工作流编排平台,支持定时和事件驱动工作流。它使用声明式YAML定义编排逻辑,提供直观的UI界面和开发工具。Kestra支持多种编程语言,可通过插件扩展功能,具备子流程、重试、错误处理等丰富编排能力,适用于各类复杂度的业务场景。
nflow - 灵活强大的业务流程编排工具
nFlow工作流编排微服务状态机开源软件Github开源项目
nFlow是一款基于Java的开源业务流程编排工具,适用于微服务架构。它可用于微服务编排、保证交付计算、业务流程引擎替代和持久化有限状态机。nFlow支持代码定义工作流、可视化和嵌入式部署,具有高可用性和容错能力。它兼容多种关系型数据库,提供REST API和Explorer界面,是企业级应用可靠流程管理的理想选择。