用途：为机器学习实验提供开源运行跟踪，记录指标、配置、标签和描述，可视化训练过程，并跨随机种子、检查点和超参数比较多次运行。支持云端、本地或自托管部署，不依赖托管 SaaS。
主要能力：通过 swanlab.init 创建项目与实验，用 config 记录超参数，用 swanlab.log 记录标量指标和自定义 step；支持记录图像、音频、文本、GIF 视频、点云和分子等媒体，并可用 swanlab.echarts 绘制自定义图表。提供 PyTorch、HuggingFace Transformers、PyTorch Lightning、Fastai 集成。
使用方式：安装 pip install "swanlab>=0.7.11" "pillow>=9.0.0" "soundfile>=0.12.0"；本地仪表盘需 pip install "swanlab[dashboard]>=0.7.11"。云端或自托管使用 swanlab login 登录。本地模式用 swanlab.init(project="offline-demo", mode="local", logdir="./swanlog")，之后用 swanlab watch -l ./swanlog 查看，或用 swanlab sync ./swanlog 同步。Transformers 中设置 report_to="swanlab"；PyTorch Lightning 使用 SwanLabLogger；Fastai 使用 SwanLabCallback。
适用场景：需要开源、可本地或自托管运行的实验跟踪，记录训练指标与媒体，比较不同配置和随机种子的实验。
限制：资料未提供收费、价格、平台支持范围或性能效果等信息；媒体记录依赖 pillow 和 soundfile，本地仪表盘依赖 swanlab[dashboard] 额外安装。