OSS探訪概要
MLflowは、機械学習のExperiment Tracking、Model Registry、評価、配備に加えて、AgentやLLMアプリケーションのtracing、evaluation、prompt管理、monitoring、AI Gatewayなどを提供するAI Engineering基盤です。モデル学習と生成AIアプリの両方で、実験・品質・運用履歴を共通の基盤へ集約できます。
特徴と向いている用途
公式資料に基づく紹介・実機未検証 · 内容確認日：
実験のparameter・metric・modelを追跡する
ML学習ごとのparameter、metric、artifact、modelをrunとして記録し、実験間の比較やModel Registryでのライフサイクル管理につなげられます。
Agent/LLMのtrace・評価・promptを管理する
LLMアプリやAgentのtraceを記録し、品質評価、promptのversion管理・最適化、monitoringなどを同じプラットフォームで扱えます。
出典：[2]
MLと生成AIの評価・運用履歴を共通化したい場合に
従来型MLとLLM/Agentを別々の管理基盤へ分けず、実験、評価、trace、model/promptの履歴を横断して管理したいチームに向きます。
Tracking Serverの保存先・認証・公開範囲を本番向けに設計する
ローカル起動は簡単ですが、本番ではbackend store、artifact store、認証、アクセス制御、バックアップを別途設計する必要があります。AI Gatewayを使う場合はモデルProviderの資格情報とコスト管理も運用対象になります。
出典：[4]
参考にした公式資料
- [1]mlflow/mlflow repository(2026-09-20)
- [2]MLflow README(2026-09-20)
- [3]MLflow Apache-2.0 license(2026-09-20)
- [4]MLflow documentation(2026-09-20)
編集部からの補足
従来のMLOps用実験追跡だけで見ると現在のMLflowを過小評価します。現行READMEではAgent/LLMのtrace、評価、prompt管理、AI GatewayまでAI Engineering全体へ範囲が広がっています。まずTracking Serverをローカルで立て、MLモデルとLLM/Agentのどちらを管理したいかで必要機能を切り分けると評価しやすいです。
3ステップで試す
- 1
MLflowを導入
仮想環境へMLflowを導入します。
python -m pip install mlflow - 2
Tracking Serverを起動
ローカルTracking Serverを起動し、UIを http://127.0.0.1:5000 で確認します。
mlflow server --host 127.0.0.1 --port 5000 - 3
parameterとmetricを記録
最小runを作成し、parameterとmetricがUIへ記録される基本フローを確認します。
python -c "import mlflow; mlflow.set_tracking_uri('http://127.0.0.1:5000'); mlflow.set_experiment('demo'); run=mlflow.start_run(); mlflow.log_param('model','demo'); mlflow.log_metric('score',0.9); mlflow.end_run()"
成長
成長の推移 · 直近30日
28,046 Stars
推移データを蓄積中です。
開発アクティビティ
直近90日・週次
- Commit（直近30日）
- 416
- Open PR
- 636
- Issue登録
- 336
- Issue解決
- 285
- PR登録
- 1,503
- PRマージ
- 968
Issues
336 / 285
Pull Requests
1,503 / 968
メンテナンス状況
- Issue初回応答中央値
- 43時間
- Issue応答率
- 56.7% (51/90)
直近90日に外部から作成されたIssue（新しい順に最大100件）が対象です。OWNER・MEMBER・COLLABORATORによる最初のコメントを応答とし、全コメントを確認できないIssueは集計から除外します。中央値と応答率は週次更新です。
Built with
カテゴリとタグ
カテゴリ
GitHubデータ
GitHubのデータGitHubの詳細データを見る
GitHub Topics
- machine-learning
- ai
- ml
- mlflow
- apache-spark
- model-management
- agentops
- agents
- evaluation
- langchain
- llm-evaluation
- llmops
- Stars
- 28,046
- Forks
- 6,329
- Watchers
- 326
- Open Issues
- 1,483
- Contributors
- 446
- 主要言語
- Python
- ライセンス
- Apache-2.0
- リポジトリ最終更新
- 2026/09/20
関連情報
関連記事を投稿するこのOSSの使い方や活用事例をMarkdownで投稿できます。管理者が承認した後に公開されます。
あわせて探訪
- Uptime Kuma91,570 Stars
HTTP/TCP/DNS/Ping等の監視、通知、status pageをまとめてself-hostするmonitoring tool。
JavaScript - Elasticsearch77,937 Stars
全文・ベクトル検索と分析を分散処理し、ログやメトリクスも扱う検索エンジン。
Java - Grafana76,812 Stars
複数ソースのメトリクス・ログ・トレースを可視化し、アラートへつなぐ基盤。
TypeScript - Prometheus66,130 Stars
label付き時系列metricをpull収集し、PromQL、rule、alert、service discoveryで監視する基盤。
Go - Sentry44,803 Stars
error・performance問題を検出し、traceと実行contextから原因調査・修正へつなぐdebugging platform。
Python
情報の誤りを報告
掲載内容に誤りや古い情報があればお知らせください。