kubeflow/kale

解決的問題

Kubeflow Kale 透過消除數據科學家將 Jupyter Notebook 重寫為流水線程式碼的需求，簡化了 Kubeflow Pipelines (KFP) 的部署流程。它消除了與 KFP SDK 相關的學習曲線，以及為了生產部署而手動將程式碼重構為 YAML 檔案的過程。

工作原理

Kale 作為一個 JupyterLab 擴充功能運行，允許使用者為筆記本單元格標記特定的標籤（例如 imports、step、functions 和 pipeline-parameters）。接著，Kale 會分析程式碼以自動偵測這些步驟之間的依賴關係，並在不需要使用者編寫 SDK 程式碼的情況下，生成生產就緒的 Kubeflow Pipeline。

適用對象

使用 Jupyter Notebook 進行開發，並希望在無需學習複雜的流水線 SDK 的情況下，透過 Kubeflow Pipelines 將模型轉換到生產、排程或擴展的數據科學家。

亮點

• 一鍵生成流水線：透過 JupyterLab 中的按鈕介面將筆記本轉換為流水線。
• 自動依賴偵測：自動識別變數在步驟之間的流動，無需實際指定輸入與輸出。
• 統一的開發環境：在開發與生產中使用同一個筆記本。
• 無需 SDK 知識：直接在筆記本中建立流水線，無需了解 KFP SDK 或 YAML。