MLflow GenAI 集成

MLflow 3 为打包和部署您所依赖的 GenAI 框架编写的应用程序提供了内置支持。无论您是使用 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 自行开发，MLflow 都提供了原生的打包和部署 API（“flavors”），以简化您的生产路径。

OpenAI 模型日志记录已弃用

mlflow.openai.log_model() API 已弃用。如果您之前使用它来保存提示，请迁移到 MLflow Prompt Registry，它提供了更优越的版本控制、别名、血缘跟踪和协作功能，用于将提示与模型分开管理。

为什么选择 MLflow 集成？

通过选择 MLflow 的原生 flavors，您可以在不更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。
零样板代码设置：一个简单的 mlflow.<flavor>.log_model(...) 调用（或一行自动instrumentation）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，以便您可以随时复现任何结果。
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 为批处理评分或实时推理进行部署。