MLflow 3.10.0 是一个重要版本，它增强了 MLflow 的 AI 可观测性和评估能力，并使这些功能对于新用户和大规模运营的组织而言更易于使用。此版本带来了多工作空间支持、聊天机器人对话的评估与模拟、追踪（trace）成本跟踪、AI 网关（AI Gateway）端点使用情况跟踪，以及一系列旨在使您的应用程序和智能体开发更加直观的 UI 增强功能。

1. MLflow Tracking Server 中的工作空间支持​

MLflow 现在支持多工作空间环境。用户可以以更粗的粒度组织实验、模型和提示词，并在单个跟踪服务器中对其进行逻辑隔离。要启用此功能，请将 --enable-workspaces 标志传递给 mlflow server 命令，或将 MLFLOW_ENABLE_WORKSPACES 环境变量设置为 true。

了解关于多工作空间支持的更多信息

2. 多轮评估与对话模拟​

MLflow 现在支持多轮评估，包括使用会话级评分器（session-level scorers）评估现有对话，以及模拟对话以测试您的智能体新版本，而无需费力地重新生成对话。使用 MLflow 3.8.0 中引入的会话级评分器和全新的会话 UI 来评估您的对话智能体质量，并启用自动评分以在摄取追踪数据时监控质量。

了解关于多轮评估的更多信息

3. 追踪成本跟踪​

洞察您的 LLM 支出！MLflow 现在可以自动从 LLM Span 中提取模型信息并计算成本，并配有一个新 UI，可直接在您的追踪视图中渲染模型和成本数据。此外，成本会在“概览”（Overview）选项卡中进行汇总和细分，让您深入了解 LLM 的支出模式。

了解关于追踪成本跟踪的更多信息

4. 导航栏重新设计​

随着我们不断为 MLflow UI 添加更多功能，我们发现导航变得杂乱且难以掌控，不同工作流类型的功能区分不明显。我们重新设计了导航栏，使其更加直观易用，并引入了新的侧边栏，为 GenAI 应用程序开发、智能体开发以及经典模型训练工作流提供了更相关的选项卡。新的体验还为主要内容区域留出了更多空间，让用户能更专注于当前任务。

5. MLflow 演示实验​

刚接触 MLflow GenAI？只需点击一下，即可启动一个预置了数据的演示，并探索LLM 追踪、评估和提示词管理的实际操作。无需配置，无需代码。此功能可在 MLflow UI 的主页上找到，全面展示了 MLflow 提供的各项不同功能。

通过点击上方视频中显示的按钮，或在终端运行 mlflow demo 即可开始。

6. 网关使用情况跟踪​

通过详细的使用分析监控您的 AI 网关端点。一个新的“使用情况”（Usage）选项卡显示了请求模式和指标，并通过追踪摄取功能将网关调用与您的实验关联起来，实现端到端的 AI 可观测性。

要为您的 AI 网关端点开启此功能，请务必在端点设置中勾选“启用使用情况跟踪”（Enable usage tracking）开关，如上方视频所示。

了解关于网关使用情况跟踪的更多信息

7. UI 内追踪评估​

直接从追踪和会话 UI 运行自定义或预置的 LLM 评判器（judges），无需代码！这使得在无需切换到 Python SDK 的情况下，即可快速评估单个追踪和会话。为了使用此功能，请务必设置 AI 网关端点，因为运行 LLM 评判器时需要选择一个端点。

完整更新日志​

有关更改的完整列表，请参阅发布更新日志。

后续规划​

快速开始​

安装 MLflow 3.10.0 以试用这些新功能

pip install mlflow==3.10.0

分享你的反馈​

我们非常期待听到你对这些新功能的体验

• GitHub Issues - 报告 Bug 或提出新功能需求
• MLflow 路线图 - 查看未来规划并分享你的想法
• ⭐ 在 GitHub 上为我们点赞 - 表达你对该项目的支持

了解更多​

• 参加我们即将举行的网络研讨会，亲眼见证这些功能的实际应用
• 查看 MLflow 文档 获取详细指南