wandb/server

W&B Server is the self hosted version of Weights & Biases

解决的问题

提供 Weights & Biases 平台的自托管版本，允许团队将其机器学习实验跟踪和数据保留在自己的基础设施上，而不是使用云托管服务。

工作原理

该系统以 Docker 容器形式部署。用户可以使用 wandb server start 命令或手动 Docker 运行命令启动服务器。启动后，网络中的其他机器可以通过配置主机 URL 和 API 密钥向此服务器报告指标。

适用人群

需要为实验使用自托管基础设施的机器学习工程师和研究人员，特别是那些需要对其数据和环境保持控制的用户。

特色

  • 通过 Docker 实现自托管部署。
  • 支持生产级功能，如外部 MySQL、云存储和 SSO（需许可证）。
  • 提供 Terraform 脚本，支持 AWS、Google Cloud 和 Azure 的部署配置。

相关

  • 项目
    wandb/wandb

    一个机器学习实验追踪与可视化平台，帮助开发者在整个 ML 流程中监控超参数和指标。

  • 项目
    wandb/examples

    一组精选的即用脚本和 Colab 笔记本，展示如何将 Weights & Biases 追踪库集成到主流 ML 框架（PyTorch、TensorFlow/Keras、Hugging Face、XGBoost、scikit‑learn 等）中。演示了记录运行、配置、指标、梯度和制品的功能，帮助用户仅用几行代码即可为模型添加实验追踪和可复现性。

  • 项目
    HarnessRouter/harnessrouter

    HarnessRouter 是一个基于 Docker 的开源服务器，它将许多 AI“工具”（例如 Codex、Claude Code）统一到单个兼容 OpenAI 的 API 后面，提供会话持久化工作区、流式传输、文件处理以及自定义工具配置。

  • 项目
    gradio-app/trackio

    Trackio 是一个免费、本地优先的实验跟踪库，兼容 WandB API。它将日志存储在 SQLite 中（可选导出为 Parquet），提供 CLI/SQL 查询接口用于 LLM 驱动的分析，并提供一个 Gradio 风格的仪表板，可在本地运行或发布到 Hugging Face Space。功能包括警报、Webhook、高吞吐量非阻塞日志记录以及仪表板的轻松嵌入。

  • 项目
    google-deepmind/xmanager

    一个用于在本地环境、Kubernetes 和 Google Cloud Platform 上打包、运行和追踪机器学习实验的框架。