五个DevOps和MLOps开发者必知的开源工具🔥🚀

解释：
这个标题通俗易懂，直接点明了文章的主题，即五个对DevOps和MLOps开发者来说非常有用的开源工具。同时，使用了中文的口语表达习惯，使得标题更加贴近目标读者群的语言习惯。

DevOps 和 MLOps 在今天的软件行业中变得非常重要，能够确保机器学习和开发工作流程的无缝集成、部署和管理。开源在这些领域中扮演着重要角色，提供了灵活性、成本效益，以及出色的社区支持。

DevOps 是软件开发（Dev）和 IT 运维（Ops）的融合。它侧重于构建工作流程并监控软件部署，以确保项目快速响应、适应用户需求，并随时准备好供用户使用。同时，MLOps，或称机器学习运维（ML Ops），是 DevOps 原则的扩展，专注于机器学习项目。它侧重于学习、部署和维护机器学习模型，以确保系统的稳定运行。

在这篇文章中，我将向您介绍5款开源工具，这些工具将提升您的DevOps（开发与运维的集成）和MLOps（机器学习与运维的集成）实践水平，以2025年为目标。

咱们开始吧！🚀

超好玩的跳舞 GIF 来自 tv2norge

此处为空内容
此处省略部分内容

KitOps 将你的机器学习项目的各个部分，如代码、数据集、配置和模型，打包成一个叫做 ModelKit 的包。它提供了一个轻量级的解决方案，可以在 Docker 或 Kubernetes 等平台上部署你的应用程序。

KitOps 通过将您的 AI 或 ML 项目打包成一个 ModelKit 来运作。ModelKit 可以推送到模型仓库并和您的团队共享。他们可以轻松拉取项目以验证数据集或部署模型。

下面来看看 KitOps 工作流是什么样的

使用KitOps之前，您需要先按照此安装指南在您的机器上安装其CLI，并确认已正确安装并可以正常使用。

版本

全屏模式退出全屏

通过使用 kit init 命令，可以在当前文件夹中创建一个 Kitfile。此文件将作为您的 AI 项目蓝图，定义您的模型、数据集和依赖关系。一旦 Kitfile 创建并配置好，使用 kit build 根据 Kitfile 中的配置构建 ModelKit。

要将你的 ModelKit 推送到 KitOps 注册表，可以使用 kit push 命令。

执行以下命令来推送kit到指定的registry：

    kit push 替换为实际的registry_url

点击这里进入全屏，点击这里退出全屏

从注册表中拉取你的ModelKit，可以使用kit pull命令。

运行这个命令来从指定的仓库拉取资源包。
kit pull <registry_url>

全屏 退出全屏

为什么使用KitOps?

为什么要用KitOps?

✅ KitOps 将整个项目的组件打包成一个可共享的资源，便于拉取和部署。

✅ 模型工具包可以轻松部署在任何云容器中。

✅ KitOps 让你可以编写 Python 脚本，帮助你自动化或管理机器学习工作流。如果你主要用 Python，这简直是最简单的选择。

使用KitOps，您无需为基础设施挑战烦恼。它使流程变得简单，让您能够更专注于自己的AI或ML项目，而不必操心部署细节。

你可以从他们的官方文档了解更多关于KitOps的信息，并理解它如何适应你的使用场景。

这个项目在Github上获得了607个 star，并且每天都在改进和简化机器学习的工作流。你可以加入我们的社区，一起交流和学习。

查看KitOps

Kubernetes，通常称为 K8s，是一个用于自动化项目部署到容器内、扩展和管理容器的编排平台。此工具最初由 Google 开发，但现在由云原生计算基金会（CNCF）负责维护。多年来，K8s 已成为当今云原生环境中容器编排的标准工具。

Kubernetes 提供了一套解决方案来帮助简化管理现代分布式系统的复杂性。它能让开发者专注于编写应用代码，而不是纠结于部署的复杂性。

要搭建一个 Kubernetes 集群，你需要创建一个 YAML 配置文件，指定你希望部署应用的位置，配置文件类似下面的样子。

apiVersion: apps/v1
kind: Deployment
metadata:
  name: my-app
spec:
  replicas: 3
  selector:
    matchLabels:
      app: my-app
  template:
    metadata:
      labels:
        app: my-app
    spec:
      containers:
      - name: app-container
        image: my-app-image:latest
        ports:
        - containerPort: 80

进入全屏 退出全屏

您也可以通过 Kubernetes 命令（比如 kubectl get pods 和 kubectl get services）来管理并监控集群，扩展或缩小它们的规模，以及解决可能出现的问题。

Kubernetes的几大超赞特性：

✅ Kubernetes封装了应用程序的基础设施层，使其可以在本地数据中心、云提供商和混合环境中轻松部署。例如，如果你的应用程序已经在本地数据中心运行于Kubernetes集群，你可以轻松地将该应用程序部署到AWS、Azure或Google Cloud，因为Kubernetes会在背后处理网络和存储的差异。

✅ Kubernetes 有一个自我修复机制。当 pod 或服务出现问题时，它会重启或迁移故障 pod 中的工作负载到健康 pod。这让你的容器运行更加顺畅，无需手动修复错误，并避免了“周五生产崩溃”的尴尬时刻。

Kubernetes 是一个既强大又多功能的工具，用于在云环境中管理容器中的工作负载。它是 DevOps 或 MLOps 工具箱中的一个重要工具。

你可以通过其文档了解更多关于K8s的信息，以及它如何帮助你的部署过程。该项目目前在GitHub上已获得112k的star，并且你可以在这里找到相关培训信息。

查看 Kubernetes

Pulumi (云开发平台)

Pulumi是一个云开发平台，它让开发人员和基础设施（SRE）团队能够使用他们喜欢的编程语言（如.NET、Python、Go、C#和Java）来定义、部署、维护及管理云资源。

要使用 Pulumi，您需要先下载并安装 CLI 工具，然后使用 pulumi new 命令来启动新项目，并用您选择的语言定义云资源。例如，您可以用 Python 定义一个 AWS S3 存储桶，如下：

    import pulumi
    from pulumi_aws import s3

    # 创建一个名为my-bucket的S3桶
    bucket = s3.Bucket('my-bucket')

全屏 退出全屏

另外，你可以使用 pulumi preview 查看你所做的更改，并使用 pulumi up 将这些更改应用到云上。

Pulumi最好的部分是...

✅ Pulumi 让你可以跨多个云提供商（如 AWS、Azure、Google Cloud 和 Kubernetes）管理云上的资源。

✅ Pulumi 拥有一个名为“Pulumi 视觉洞察”的功能，该功能利用 AI 来改善安全、合规性和云基础设施。

✅ Pulumi 使用内置的加密功能安全地管理您的机密数据。

Pulumi的基础设施即代码（IaC）方式可以简化了云资源管理，从而成为像Ansible或Terraform这样的传统IaC工具的选择之一。

更多关于 Pulumi 的信息可以通过其 文档 来了解，以及它如何满足您产品的云需求。该项目目前在GitHub上获得了超过22,000个 star，他们还提供平台工程工作坊系列。

访问 Pulumi

看起来像一把短刀

Dagger 让编写 CI/CD（Continuous Integration and Continuous Deployment，持续集成和持续部署）管道变得简单易行。它通过允许开发人员使用如 Go、TypeScript 和 Python 等语言来创建这些管道，从而改进或增强软件开发流程。

Dagger 提供了一种解决方案，可以替代编写复杂的 CI（持续集成）脚本的需求，用于构建软件项目的流水线。要开始使用，安装你偏好的编程语言的 SDK，它提供了访问 Dagger 函数来设计和管理流水线的途径。Dagger 的一个关键优势是可以在本地测试流水线，使你能够识别并解决部署前的问题。这有助于减少生产环境中的调试时间。一旦验证，Dagger 可以无缝地将你的流水线部署到各种 CI 系统中，包括 Kubernetes、Podman 和 OpenShift。

Dagger的一些超酷功能

✅ Dagger 提供了交互式终端，让你在管道失败或突然中断时调试管道问题。这使得修复管道问题变得简单多了。

✅ Dagger 拥有优秀的缓存机制，可以帮助你避免不必要的构建、运行和测试，从而使 CI/CD 流程更快捷。

Dagger 采用独特的方法来构建 CI/CD 流水线。它不仅高效、可靠，还非常易于维护。更多关于 Dagger 的信息，请参阅其文档。

目前，Dagger 在 GitHub 上获得了超过 11k 的星标，并且他们还有一个 Daggerverse，你可以用这些功能来提升你的 DevOps 体验。

查看 Dagger

Jenkins 是一个自动化工具，它通过自动化软件开发生命周期（SDLC）中的构建、测试和部署阶段，来加快和提高软件项目的持续集成和持续交付（CI/CD）的效率和可靠性。

Jenkins 是一个基于 Java 的平台，与任何操作系统兼容，包括 Windows、Unix 类系统、MacOS 和 Linux。因此，要使用它，您需要在您的机器上安装 Java 环境。您可以使用安装 文档 来安装 Jenkins，并配置系统配置和安全设置。Jenkins 拥有许多插件，允许您将其与许多版本控制工具、构建工具和云平台集成，例如。

是什么让Jenkins与众不同？

除了作为最常用的自动化服务器，拥有众多插件之外，以下是使这个工具特别突出的一些独特功能：

✅ Jenkins 让开发人员可以将管道作为代码来编写。你可以编写管道脚本、共享这些代码进行审查、设置版本管理，并在 CI/CD 流程的构建阶段里一起工作。

✅ Jenkins支持跨多台机器的分布式构建，这提升了性能并满足了项目不断增加的技术需求。它会均匀分配工作负载，避免机器崩溃。

Jenkins 是每个开发人员或工程师工具箱中的一个极其有用的工具，因为它可以帮助你实现流水线的、自动化的 CI/CD 过程，从而提高软件的质量和加快开发速度。这里的 CI/CD 指的是持续集成和持续部署（Continuous Integration/Continuous Deployment）。

该项目目前在GitHub上已有超过23k的星，并且你有机会参与他们的线上或线下meetup，尽情讨论DevOps和云计算。

查看Jenkins

这就收工了！

这里有5个你应该知道的开源工具，用于DevOps和MLOps工作流程。本文介绍的每个工具都有其独特的优势，无论你是新手还是领域内的专家，这些工具都可以帮助你更好地进行DevOps和MLOps工作。

如果你觉得这篇文章有帮助，就与你的同事和朋友们一起分享这篇文章。

有其他超棒的开源项目想推荐吗？在评论区留言吧！

如果你喜欢我的内容，关注我 在 Twitter 上 Twitter。

查看我用的 SaaS 工具 👉🏼访问这里!

我欢迎合作撰写博客文章和客座撰稿🫱🏼‍🫲🏼 📅联系这里