#91 · 主分类: 推理与本地部署
opyrator
deployment
faas
fastapi
functions
machine-learning
microservices
pydantic
python
python-functions
serverless
streamlit
type-hints
🪄 将你的机器学习代码转化为带有 Web API、交互式图形界面等的微服务。
项目最后更新:08/25/26
GitHub Stars
3.1K
Forks数量
167
贡献者数量
4
许可证
MIT
收录理由
模型或Python函数已经能跑通,但想让人试用时,往往还得临时搭个Flask服务,这活儿重复又琐碎。Opyrator的思路很直接:用Pydantic类型注解声明输入输出,然后跑一条命令,同一个函数就能变成FastAPI的HTTP接口,或者Streamlit的交互界面。这些类型注解同时充当请求和响应结构,生成的OpenAPI文档也顺带有了,不用额外维护。服务还能打包成单文件可执行程序或Docker镜像,丢给同事或客户演示特别省事。项目目前是Alpha阶段,适合快速做原型和内部工具,不太建议直接扛生产长期跑。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。