概述 ZenML 定位为生产环境 AI 的统一基础设施层，由 ZenML Labs 提供。其核心由两部分组成：ZenML 负责在你选择的基础设施上编排流水线与智能体；Kitaru 负责在生产数据上回放它们。官方强调这两个项目始终开源。
用途 ZenML 面向希望“交付可信赖 AI”的团队，强调先构建、再证明。它用于在生产环境中编排 AI 流水线与智能体，并在变更上线之前，通过生产数据回放来评估变更效果。
主要能力
- 在自选基础设施上编排：用 Python 编写流水线与智能体，并运行在你已有的编排器和云平台上，从笔记本到 Kubernetes 无需重写即可迁移。
- 生产数据回放：导入智能体实际运行过的会话，找出重复出现的模式，并针对这些会话回放一次变更。在上线前查看哪些指标改善、哪些出现回归、以及成本变化。
- 开源与自托管：ZenML 和 Kitaru 均采用 Apache 2.0 许可，可以自托管、阅读源代码，并将数据保留在原处。
- 企业级合规：具备 SOC 2 Type II 和 ISO 27001，运行在你自有的基础设施上。
使用方式 官方资料给出的方式包括：使用 Python 编写流水线与智能体；将其运行在已有的编排器和云上；导入智能体真实运行会话作为测试集；对变更进行回放，对比改善、回归与成本。更具体的安装命令、代码示例或操作步骤，资料中暂未提供。
适用场景 适合需要将机器学习或 AI 流水线、智能体部署到生产，并希望在上线前用真实数据验证变更效果的团队与组织。官方客户案例涉及 JetBrains 在 Kubernetes 上集中化 ML、ADEO Leroy Merlin 将上市时间从 2 个月缩短到 2 周、Brevo 将模型开发加速 80%、Cross Screen Media 在数小时内为 210 个市场训练模型等场景。
限制与暂未提供的信息 资料未提供具体收费与价格信息、安装命令、代码示例、支持的完整平台或编排器清单、性能指标、使用步骤细节。上述内容均暂未提供。
