MLflow
MLflow es un(a) aplicación en el catálogo de la comunidad de osFoundry. Plataforma de código abierto para el ciclo de vida de machine learning y LLM: registra experimentos (parámetros, métricas, artefactos), inscribe versiones de modelos en el registro, despliega en un endpoint de servicio y registra cada prompt y respuesta LLM con coste de tokens y latencia. Herramienta estándar en equipos de ML y GenAI; su interfaz de trazado de LLM rivaliza con Langfuse / Helicone para observabilidad de prompts. Backend SQLite por defecto; artefactos en /data/artifacts.
Detalles
- Espacio de trabajo: osfoundry
- Categoría: AI
- Precio: Free
- Acceso: Community
Características
- Experiment tracking — params, metrics, artifacts versioned per run, full diff/compare UI
- LLM tracing — auto-capture prompts + responses + token cost from LangChain / LlamaIndex / OpenAI / Anthropic
- Model registry with versions + stages (Staging / Production / Archived) + transition history
- SQLite backend bundled — zero-config self-hosting for solo + small team use
- Standard Python / R / Java / REST APIs — works from any ML or LLM framework
- 20 GB volume for artifacts (models, plots, datasets) — expandable
Documentación
La documentación es mantenida en inglés por el proyecto original.
# MLflow
## Track your first run
Set your client to point at the public URL:
```python
import mlflow
mlflow.set_tracking_uri('https://<your-public-url>')
mlflow.set_experiment('my-first-experiment')
with mlflow.start_run():
mlflow.log_param('learning_rate', 0.01)
mlflow.log_metric('accuracy', 0.92)
mlflow.log_artifact('model.pkl')
```
Open the web UI — the run appears under 'my-first-experiment'.
## LLM tracing
The Tracing UI (added in MLflow 2.14+) auto-captures every prompt + response + tool call + token count from LangChain, LlamaIndex, OpenAI SDK, Anthropic SDK, and DSPy:
```python
import mlflow
mlflow.openai.autolog() # or langchain.autolog() / llama_index.autolog() / ...
```
Every call shows up in the Trace tab with the full request/response, token cost, latency, errors. The 'Compare' view lets you diff prompt variants side-by-side.
## Model registry
**Models → Register Model** from any run that logged a model. Versioned, with stages (Staging / Production / Archived) and transition workflows.
## Serving
The registered models can be served via `mlflow models serve -m models:/my-model/Production` from your own infra. The tracking server itself doesn't serve inference — it's the catalog.
## Storage
SQLite at `/data/mlflow.db` for metadata; artifacts at `/data/artifacts/`. 20 GB volume. For team-scale use, switch the backend store to Postgres via `MLFLOW_BACKEND_STORE_URI` env.
Cómo usar MLflow en osFoundry
Instalen MLflow en su espacio de trabajo con un solo clic y luego bifúrquenlo en osStudio para personalizar los prompts, las herramientas o la configuración según su stack. Cualquier persona de su espacio de trabajo podrá continuar desde donde lo dejaron.
Otros aplicaciones de la comunidad
- CRM — Gestión de relaciones con clientes con contactos, oportunidades y seguimiento del pipeline de ventas.
- Kanban Board — Un tablero kanban y de proyectos estilo Trello con tarjetas, tableros, vistas de calendario y tabla, y propiedades por tablero. Funciona con Focalboard (servidor personal independiente). SQLite embebido en un volumen persistente.
- Mesa de Ayuda — Triaje de tickets y bandeja de atención al cliente con seguimiento de SLA.
- Page Builder — Constructor visual de páginas con arrastrar y soltar, con secciones, temas, SEO y publicación
- Website Builder — Constructor de sitios web de varias páginas con colecciones CMS, navegación global, pie de página, temas y publicación
- Tienda Online — Escaparate de e-commerce con catálogo de productos, carrito y proceso de pago.