इस प्रोजेक्ट के बारे में

ZenML एक ओपन-सोर्स प्लेटफ़ॉर्म है जो ML और AI इंजीनियरों के लिए बनाया गया है जो कंपनी सेटिंग में क्लासिकल मशीन लर्निंग, LLM वर्कफ़्लो या एजेंट पर काम करते हैं। इसका मुख्य विचार यह है कि आप Python में वर्कफ़्लो (पाइपलाइन) लिखते हैं और उन्हें किसी भी इन्फ्रास्ट्रक्चर बैकएंड (स्टैक) पर चलाते हैं। किसी भी Pythonic लॉजिक को पाइपलाइन में एम्बेड किया जा सकता है, जैसे मॉडल प्रशिक्षण या एजेंटिक लूप चलाना। प्लेटफ़ॉर्म इन पाइपलाइनों के आसपास निम्नलिखित काम करता है: - स्वचालित रूप से आपके कोड को कंटेनराइज़ और ट्रैक करता है। - मेट्रिक्स, लॉग और मेटाडेटा के साथ व्यक्तिगत रन को ट्रैक करता है। - इन्फ्रास्ट्रक्चर जटिलता को अमूर्त करता है। - मौजूदा टूल्स और इन्फ्रास्ट्रक्चर को एकीकृत करता है, जिसमें MLflow, LangGraph, Langfuse, SageMaker, GCP Vertex और अन्य के लिए दस्तावेज़ित एकीकरण शामिल हैं। - विकास और प्रोडक्शन में प्रयोगों पर पुनरावृत्ति के लिए एक अवलोकन योग्य परत प्रदान करता है। आर्किटेक्चर और सेटअप: ZenML एक क्लाइंट-सर्वर आर्किटेक्चर का उपयोग करता है जिसमें एक एकीकृत वेब डैशबोर्ड (एक अलग डैशबोर्ड रिपॉजिटरी) होता है। लोकल मोड क्लाइंट और सर्वर को स्थानीय रूप से चलाता है, जबकि प्रोडक्शन डिप्लॉयमेंट सर्वर को अलग से चलाते हैं और क्लाइंट को उससे जोड़ते हैं। इंस्टॉलेशन pip के माध्यम से होता है, पूर्ण क्षमताओं के लिए सर्वर एक्स्ट्रा के साथ, इसके बाद रिपॉजिटरी इनिशियलाइज़ेशन और लॉगिन होता है। README में एडिटर से पाइपलाइन प्रबंधित करने के लिए VS Code / Cursor एक्सटेंशन का भी उल्लेख है। दस्तावेज़ीकरण और उदाहरण: प्रोजेक्ट उत्पाद दस्तावेज़ीकरण, पहली-पाइपलाइन ट्यूटोरियल, स्टार्टर गाइड, LLMOps गाइड और SDK संदर्भ की ओर इशारा करता है। रिपॉजिटरी में उदाहरण प्रोजेक्ट क्विकस्टार्ट, एजेंट आर्किटेक्चर तुलना, ML मॉडल तैनाती, एजेंट तैनाती, एंड-टू-एंड बैच अनुमान, LLM RAG पाइपलाइन, एजेंटिक डीप-रिसर्च वर्कफ़्लो और फाइन-ट्यूनिंग पाइपलाइन को कवर करते हैं। संबंधित टूलिंग: एक MCP सर्वर उपयोगकर्ताओं को MCP-संगत क्लाइंट से प्राकृतिक भाषा के माध्यम से पाइपलाइनों को क्वेरी करने, रनों का विश्लेषण करने और डिप्लॉयमेंट ट्रिगर करने की अनुमति देता है। एक सिस्टर प्रोजेक्ट, Kitaru, AI एजेंटों के लिए रीप्ले-आधारित मूल्यांकन पर केंद्रित है, जिसमें सेल्फ-होस्टेड निष्पादन और बताया गया विभाजन है कि ZenML ML पाइपलाइनों के लिए है जबकि Kitaru एजेंटों के लिए है। README में उन कंपनियों की सूची है जो ZenML का उपयोग करती हैं, इसकी विशेषता वाली पुस्तकों के लिंक हैं, और योगदान पथ जैसे अच्छे-पहले-मुद्दे और एकीकरण लेखन का वर्णन है। यह Apache License 2.0 के तहत वितरित है।