设置 MLflow 服务器

MLflow 助手

此设置需要帮助？尝试 MLflow 助手 - 一个强大的 AI 助手，可以理解您的代码库并为您设置 MLflow。

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

在您能够利用 MLflow 进行 GenAI 应用程序开发之前，必须先启动 MLflow 服务器。

本地 (uv)

安装 Python 包管理器 uv（它也将安装 uvx 命令，用于在不安装的情况下调用 Python 工具）。

在本地启动 MLflow 服务器。

shell

uvx mlflow server

本地 (pip)

Python 环境：Python 3.10+

通过 pip 安装 mlflow Python 包并在本地启动 MLflow 服务器。

shell

pip install --upgrade 'mlflow[genai]'
mlflow server

本地 (docker)

MLflow 提供了一个 Docker Compose 文件，用于启动一个带有 PostgreSQL 数据库和 MinIO 服务器的本地 MLflow 服务器。

shell

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（例如，覆盖默认环境变量），请参阅 说明。

这将使服务器在您的本地计算机的 5000 端口上启动，您可以在 https://:5000 访问 MLflow Web UI。

如果您正在寻找有关自托管 MLflow 服务器的更多指导，请参阅 自托管指南 以了解更多详细信息。

信息

如果您正在 Databricks 上使用 MLflow，请访问 此处 查看 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，让我们开始追踪您的 GenAI 应用程序。

请遵循 此快速入门指南 将您的 GenAI 应用程序跟踪发送到 MLflow 服务器。