MLflow
MLflow — это приложение в каталоге сообщества osFoundry. Открытая платформа для жизненного цикла ML и LLM — отслеживание экспериментов (параметры, метрики, артефакты), регистрация версий моделей в реестре, развёртывание на serving-endpoint, логирование каждого промпта и ответа LLM со стоимостью в токенах и латентностью. Стандартный инструмент в командах ML и GenAI; UI трассировки LLM стоит в одном ряду с Langfuse / Helicone по наблюдаемости промптов. Бэкенд SQLite по умолчанию; артефакты в /data/artifacts.
Подробности
- Рабочая область: osfoundry
- Категория: AI
- Цена: Free
- Доступ: Community
Возможности
- 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
Документация
Документация поддерживается на английском языке основным проектом.
# 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.
Как использовать MLflow в osFoundry
Установите MLflow в свою рабочую область одним кликом, затем сделайте форк в osStudio, чтобы настроить промпты, инструменты или конфигурацию под ваш стек. Любой участник вашей рабочей области сможет продолжить с того места, где вы остановились.
Другие приложения от сообщества
- CRM — Управление взаимоотношениями с клиентами: контакты, сделки и отслеживание воронки продаж.
- Kanban Board — Проектная kanban-доска в стиле Trello с карточками, досками, видами календаря и таблицы и свойствами на доску. На базе Focalboard (отдельный персональный сервер). Встроенный SQLite на постоянном томе.
- Служба поддержки — Сортировка тикетов и входящие сообщения службы поддержки с отслеживанием SLA.
- Page Builder — Визуальный drag-and-drop конструктор страниц с секциями, темами, SEO и публикацией
- Website Builder — Многостраничный конструктор сайтов с CMS-коллекциями, глобальной навигацией, футером, темами и публикацией
- Витрина магазина — Витрина интернет-магазина с каталогом товаров, корзиной и оформлением заказа.