MLflow
MLflow est un(e) app du catalogue communautaire osFoundry. Plateforme open source pour le cycle de vie ML + LLM — suivez les expériences (paramètres, métriques, artefacts), enregistrez les versions de modèles dans le registry, déployez sur un endpoint de serving, journalisez chaque prompt + réponse LLM avec coût en tokens et latence. Outil standard des équipes ML + GenAI ; l'interface de tracing LLM se positionne au niveau de Langfuse / Helicone pour l'observabilité des prompts. Backend SQLite par défaut ; artefacts dans /data/artifacts.
Détails
- Espace de travail: osfoundry
- Catégorie: AI
- Tarif: Free
- Accès: Community
Fonctionnalités
- 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
Documentation
La documentation est maintenue en anglais par le projet d'origine.
# 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.
Comment utiliser MLflow dans osFoundry
Installez MLflow dans votre workspace en un clic, puis forkez-le dans osStudio pour personnaliser les prompts, les outils ou la configuration selon votre stack. Toute personne de votre workspace peut reprendre là où vous vous êtes arrêté.
Autres apps de la communauté
- CRM — Gestion de la relation client avec contacts, opportunités et suivi de pipeline.
- Kanban Board — Un tableau Kanban et de projet de type Trello avec cartes, tableaux, vues calendrier et tableau, et propriétés par tableau. Propulsé par Focalboard (serveur personnel autonome). SQLite intégré sur un volume persistant.
- Helpdesk — Tri de tickets et boîte de réception du support client avec suivi des SLA.
- Page Builder — Constructeur de pages visuel glisser-déposer avec sections, thèmes, SEO et publication
- Website Builder — Constructeur de site web multi-page avec collections CMS, navigation globale, footer, thèmes et publication
- Boutique en ligne — Boutique e-commerce avec catalogue produits, panier et paiement.