zenml

ZenML es una plataforma de código abierto dirigida a ingenieros de ML e IA que trabajan con machine learning clásico, flujos de LLM o agentes en un entorno empresarial. Su idea central es que escribas flujos de trabajo (pipelines) en Python y los ejecutes en cualquier backend de infraestructura (stacks). Cualquier lógica Pythonic puede integrarse en un pipeline, como entrenar un modelo o ejecutar un bucle agéntico. Qué hace la plataforma en torno a esos pipelines: - Containeriza y rastrea tu código automáticamente. - Rastrea ejecuciones individuales con métricas, logs y metadatos. - Abstrae la complejidad de la infraestructura. - Integra herramientas e infraestructura existentes, con integraciones documentadas para MLflow, LangGraph, Langfuse, SageMaker, GCP Vertex y otros. - Proporciona una capa observable para iterar en experimentos en desarrollo y producción. Arquitectura y configuración: ZenML usa una arquitectura cliente-servidor con un panel web integrado (un repositorio de panel separado). Un modo local ejecuta cliente y servidor localmente, mientras que los despliegues en producción ejecutan el servidor por separado y conectan los clientes a él. La instalación es vía pip, con un extra de servidor para capacidades completas, seguida de la inicialización del repositorio y el inicio de sesión. El README también menciona una extensión de VS Code / Cursor para gestionar pipelines desde el editor. Documentación y ejemplos: el proyecto apunta a la documentación del producto, un tutorial de primer pipeline, una guía de inicio, una guía de LLMOps y una referencia del SDK. Los proyectos de ejemplo en el repositorio cubren un quickstart, comparación de arquitecturas de agentes, despliegue de modelos de ML, despliegue de agentes, inferencia por lotes de extremo a extremo, un pipeline de RAG con LLM, un flujo de trabajo agéntico de investigación profunda y un pipeline de fine-tuning. Herramientas relacionadas: un servidor MCP permite a los usuarios consultar pipelines, analizar ejecuciones y desencadenar despliegues mediante lenguaje natural desde clientes compatibles con MCP. Un proyecto hermano, Kitaru, se centra en la evaluación basada en replay para agentes de IA, con ejecución autoalojada y la división declarada de que ZenML es para pipelines de ML mientras que Kitaru es para agentes. El README enumera empresas que supuestamente usan ZenML, enlaza a libros que lo presentan y describe vías de contribución como good-first-issues y escribir integraciones. Se distribuye bajo la Licencia Apache 2.0.