大模型实验越跑越乱？MLflow：28,610 星的 AI 工程平台

GitHub 仓库

mlflow/mlflow

总 Stars

★ 28,610

主要语言

Python

查看 GitHub 项目

结论先行：MLflow 拿了 28,610 个 star，主语言 Python，Apache-2.0 开源，2026 年 11 月 1 日凌晨仍在推送，编辑精选常青项目。它是面向 Agent、LLM 与 ML 模型的开源 AI 工程平台：实验、评估、监控、优化，生产级 AI 应用的台账都在这，官网在 mlflow.org。

它是什么 / 能干嘛

四大件：Tracking 记实验参数与结果，Models 管模型版本与部署，Evaluation 评提示词与模型表现，Tracing 追踪 Agent 的调用链。topics 含 llm-evaluation 与 mlops，fork 数 6,560，团队协作与复现实验靠的就是这套记录。

大模型实验越跑越乱怎么办？

乱的根源是没留账：哪次改了提示词、哪次换了模型，全凭记忆。MLflow 的做法是每次运行自动记账，效果对比、回滚、复现都有据可查；先从 Tracking 记起，再逐步接评估与追踪。

适合谁 / 注意点

适合做 LLM 应用、Agent、机器学习模型的团队与个人开发者。注意：平台本身不替你定评估标准，评什么指标、用什么数据集，得先自己定好；小项目先用本地 Tracking，规模大了再上服务端部署。

站长点评：AI 项目最怕“上次那个效果好的版本找不到了”，MLflow 专治这个。先把实验记账跑起来，评估与追踪后面再接，顺序对了不返工。

项目地址：https://github.com/mlflow/mlflow