搜索结果：deploy（24 个）

开源企业级 Agent 平台，融合 AI Agent、工作流、RAG 与知识库管理，用于构建和部署 AI 应用。

Google 推出的代码优先 Python 工具包，用于灵活构建、评估和部署复杂的 AI Agent。

用于构建与部署 GPT/LLM Agent 的开源平台与集成中心。

构建高质量 LLM 应用的工具，覆盖从原型、测试到生产部署与监控全流程。

用于创建和部署高频加密货币交易机器人的开源软件。

文本空间优化器，通过轨迹驱动编辑与验证机制，为冻结的 LLM Agent 训练可复用的技能文档。

支持 20+ 款高性能 LLM，提供规模化预训练、微调及部署方案。

基于 C++ 内核与 50+ Python 节点的高性能 AI 流水线引擎，支持主流模型、向量库及 Agent 编排的 LLM 工作流。

开源可观测性平台，支持日志、指标、追踪、RUM 与 LLM 监控。

响应式 Python Notebook，支持 SQL 查询、脚本执行、应用部署与 Git 版本管理，纯 Python 存储。

面向 Agent 的原生记忆基础设施，可将执行过程与对话转化为结构化持久状态，适配各类 LLM。

多语言大规模语音生成模型，提供涵盖推理、训练和部署的全栈能力。

基于机器学习编译的通用 LLM 部署引擎。

SynapseML（原 MMLSpark）是基于 Apache Spark 的分布式机器学习库，主要解决大规模数据下构建 ML 流水线复杂度高的问题。它无缝兼容 SparkML API，支持在弹性集群上分布式训练，覆盖文本分析、计算机视觉、异常检测及深度学习等任务，并支持 Python、Scala 等多语言调用。

集成全套可视化工具的 AI Agent 开发平台，大幅简化 Agent 的构建、调试与部署。

MLeap 专注于简化机器学习流水线的生产部署。它支持将 Spark 或 Scikit-learn 训练的流水线导出为便携格式（JSON/Protobuf），并直接在轻量级 JVM 运行时上执行，完全脱离对 Spark、sklearn 等重型环境的依赖，实现高性能、跨平台的快速推理。

基于 JVM 的深度学习训练与部署工具套件，支持导入 Keras、TensorFlow、ONNX/PyTorch 等模型。

支持 WebGL 硬件加速的 JavaScript 库，用于在前端训练与部署 ML 模型。

面向生产级 ML 应用的设计、开发与部署实战学习指南。

基于 LLM 的知识库问答平台，提供数据处理、RAG 检索及可视化 AI 工作流编排。