MLflow是一个开源的机器学习生命周期管理平台，由Databricks发起并由社区维护。它提供实验跟踪、模型训练参数记录、模型版本注册与管理、以及模型部署等核心功能，支持多种主流机器学习框架。MLflow旨在帮助数据科学家和工程师在整个机器学习开发流程中实现标准化、可复现性与协作，适用于个人研究及企业生产环境。
在开源AI平台领域，Cube Studio 的竞品包括 Kubeflow、MLflow、Airflow+自建方案等
MLflow使用Python开发，与PyTorch、TensorFlow、Keras、Hugging Face Transformers、LangChain、OpenAI API、scikit-learn、XGBoost、LightGBM等主流AI/ML框架实现了深度集成
MLflow Model Registry提供模型版本管理能力，模型经历None → Staging → Production → Archived四个阶段
MLflow项目目前由Linux基金会托管
MLflow项目在GitHub上已获得超过25,800颗星标和5,700次Fork
MLflow的Tracing功能专为大语言模型和AI Agent设计，能够自动记录Agent每一步的输入输出、工具调用参数、延迟时间和Token消耗等信息
MLflow同时服务于GenAI（大语言模型、Agent、Prompt工程）和经典机器学习两个场景
MLflow实现OpenAI调用的完整请求追踪只需添加三行代码
MLflow服务启动后通过localhost:5000访问仪表盘
MLflow支持LangChain和Mistral等框架的自动追踪，只需替换autolog调用即可切换
6 more timeline events