设置 MLflow 服务器

MLflow 是开源的，您可以使用 pip 或 docker 来设置 MLflow 服务器。

在您可以使用 MLflow 进行 GenAI 应用程序开发之前，必须先启动 MLflow 服务器。

本地 (pip)

Python 环境：Python 3.10+

为了最快的设置，您可以通过 pip 安装 mlflow Python 包并在本地启动 MLflow 服务器。

bash

pip install --upgrade mlflow
mlflow server

本地 (docker)

MLflow 提供了一个 Docker Compose 文件，用于启动一个本地 MLflow 服务器，其中包含一个 postgres 数据库和一个 minio 服务器。

bash

git clone --depth 1 --filter=blob:none --sparse https://github.com/mlflow/mlflow.git
cd mlflow
git sparse-checkout set docker-compose
cd docker-compose
cp .env.dev.example .env
docker compose up -d

有关更多详细信息，请参阅 说明，例如覆盖默认环境变量。

这将会在您的本地机器上以 5000 端口启动服务器，您可以在 https://:5000 访问 MLflow Web UI。

如果您正在寻找关于自托管 MLflow 服务器的更多指导，请参阅 自托管指南 以获取更多详细信息。

信息

如果您正在 Databricks 上使用 MLflow，请访问 此处 获取 Databricks 特定的环境设置说明。

下一步

现在您已经启动了 MLflow 服务器，让我们开始跟踪您的 GenAI 应用程序。

请按照 此快速入门 将您的 GenAI 应用程序跟踪发送到 MLflow 服务器。