MLflow GenAI 打包集成
MLflow 3 为打包和部署您依赖的 GenAI 框架编写的应用程序提供了内置支持。无论您是直接调用 OpenAI，使用 LangChain 或 LangGraph 编排链，在 LlamaIndex 中索引文档，通过 ChatModel 和 ResponseAgent 连接代理模式，还是使用 PythonModel 自行构建，MLflow 都提供原生打包和部署 API（“flavors”），以简化您的生产路径。
为什么选择 MLflow 集成？
选择 MLflow 的原生 flavors，您可以在不切换工具的情况下获得端到端的可见性和控制权。
- 统一跟踪与模型：所有调用、参数、工件和提示模板都成为 MLflow Experiments 中的跟踪实体。序列化的 GenAI 应用程序代码将成为 LoggedModel——可在 MLflow UI 和 API 中查看和引用。
- 零样板设置：单个
mlflow.<flavor>.log_model(...)调用（或一行自动检测）即可集成到您现有的代码中。 - 默认可复现性：MLflow 会冻结您的提示模板、应用程序参数、框架版本和依赖项，以便您可以随时重现任何结果。
- 无缝过渡到服务：每个集成都会生成一个标准化的 MLflow Model，您可以使用
mlflow models serve进行批处理评分或实时推理部署。
在几分钟内开始集成
在开始之前，请确保您已安装
- Python 3.9+ 和 MLflow 3.x（
pip install --upgrade mlflow） - 您选择的提供商的凭证或 API 密钥（例如，
OPENAI_API_KEY，ANTHROPIC_API_KEY） - MLflow Tracking Server（本地或远程）
准备开始了吗？
从下面的列表中选择您的集成，并按照简洁的指南操作——每个指南都能让您在 10 分钟内完成设置。
集成指南
MLflow 支持以下 GenAI 框架和模式的第一方 flavors。点击探索
继续您的旅程
集成完成后，利用 MLflow 完整的 LLMOps 平台