通过内置的审批工作流功能和自动通知，将模型在自定义的暂存环境（开发、暂存、生产，或您选择的任何阶段别名）之间进行迁移。通过关于谁何时批准更改的详细元数据，保持模型迁移的完整审计跟踪。

MLflow 多功能的部署功能可将模型部署为 Docker 容器、Python 函数、REST 端点，或直接部署到各种服务平台。通过在任何目标环境（从本地测试到云端服务）中保持一致的模型行为，简化从开发到生产的过渡。