Sobre o projeto

O Kubeflow Pipelines é um componente do kit de ferramentas de aprendizado de máquina Kubeflow, projetado para tornar a implantação de fluxos de trabalho de ML no Kubernetes simples, portátil e escalável. Ele fornece uma plataforma para criar, implantar e gerenciar pipelines de ML ponta a ponta reutilizáveis. O serviço tem três objetivos principais: orquestração ponta a ponta de fluxos de trabalho de ML, experimentação fácil por meio do gerenciamento de várias tentativas e experimentos, e reutilização fácil de componentes e pipelines para montar rapidamente soluções ponta a ponta. **Instalação:** O Kubeflow Pipelines pode ser instalado como parte da Plataforma Kubeflow ou como um serviço autônomo. A partir da versão 1.8, ele usa o Emissary Executor por padrão, que é agnóstico em relação ao runtime de contêiner e compatível com qualquer runtime de contêiner em clusters Kubernetes (o runtime Docker foi descontinuado no Kubernetes 1.20+). **Matriz de Compatibilidade de Dependências:** - Argo Workflows: v3.7, v4.1 - MySQL: v8 Observação: o Argo Workflows 3.x é compatível com o KFP 2.x, mas está obsoleto para o KFP 3.0. Os operadores devem atualizar para uma versão 4.x compatível antes de atualizar para o KFP 3.0. **Documentação:** Há documentação abrangente disponível, incluindo uma visão geral, guias de uso do SDK, especificações de API e documentos de referência do SDK Python. O projeto também tem uma documentação de repositório com IA no DeepWiki (com um aviso de que pode não ser completamente precisa). **Contribuição:** Os contribuidores devem ler as diretrizes em CONTRIBUTING.md e o guia do desenvolvedor para compilar e implantar a partir do código-fonte. Um executor de comandos opcional `just` fornece aliases curtos para os alvos `make` existentes, para conveniência do desenvolvimento local. **Comunidade:** - Reuniões da comunidade ocorrem a cada duas semanas, às quartas-feiras (10-11 AM PST), com convites de calendário e notas de reunião disponíveis. - Existe um canal do Slack (#kubeflow-pipelines) no espaço de trabalho do Slack da Cloud Native Computing Foundation. **Arquitetura:** Os detalhes estão disponíveis no arquivo Architecture.md. **Agradecimentos:** O Kubeflow Pipelines usa o Argo Workflows por padrão para orquestrar recursos do Kubernetes, com gratidão à comunidade Argo pelo apoio.