连接数据处理、模型训练、部署服务与智能体编排的开源 MLOps 平台
当前默认 display 分支保留原展示代码。GOAI v1.3.0 发布版及决赛源码请通过下方入口获取;本次 README 更新不代表默认分支业务代码已升级。
发布说明 · 下载源码 ZIP · v1.3.0 固定源码 · 程序验证基线交付文档
GOAI 版包含模型证据/制品读取、Skill 候选查询、工作流契约和有界内存 HDFS 下载。MEP 受控执行检查委派身份、审批摘要、资源版本和幂等约束;未配置执行器的操作明确返回不可用。
驻场 Agent 运行时作为独立平台服务运行,与 OpenXnet AgentTeams 协同,需要配置平台身份、模型服务与委派权限;已有智能助手不代表驻场运行时已经配置完成。
程序基线验证:8 个 Maven Reactor 打包成功,118 项隔离单测通过;外部服务 Application/Integration 测试未执行,迁移 SQL 尚未在隔离 MySQL 试跑。 发布版本不代表重新部署线上,也不等于生产认证;环境配置与限制以交付文档为准。
程序验证基线:c9cae060。GOAI 发行在此之后仅修订 README 文档;更新后的源码 ZIP 请按发布附件中的校验值核对。
下方均为历史界面截图: 保留作为展示参考,不代表 v1.3.0 最新 UI 验收结果,也不是实时治理执行证据。
以下界面由配套前端仓库 XnetMLops-web 提供,展示数据来自 demo/showcase_data.sql。
| 数据集管理 | RAG 知识库 |
|---|---|
![]() |
![]() |
| 训练任务 | 模型部署 |
|---|---|
![]() |
![]() |
| 工作站资源 | 智能体工作流 |
|---|---|
![]() |
![]() |
| 元技能仓库 | 智能助手 |
|---|---|
![]() |
![]() |
| 演示登录 | 关于项目 |
|---|---|
![]() |
![]() |
XnetMLops 是由 SynapXnet 团队开源的全流程 MLOps 平台,面向机器学习、生成式 AI 与智能体应用,将数据准备、模型训练、模型部署、资源管理和智能体编排连接为可持续迭代的工程闭环。
本仓库是平台后端,与 XnetMLops-web 前端仓库共同组成企业级、多租户、前后端分离系统。平台以独立微服务承载 DPP、MTP、MEP、SMP 与 XAA 五个核心业务域,可以对接 Hadoop、Jenkins、对象存储、镜像仓库与模型推理节点。
- 企业多租户:通过租户、部门、团队、角色和资源边界支撑多角色协作。
- 前后端分离:Web 控制台与后端服务独立交付,便于企业集成和二次开发。
- 全流程闭环:连接数据处理、定时训练、模型部署、推理服务与智能体编排。
- 开放式集成:可对接 Hadoop、Jenkins、对象存储、Harbor 与模型计算节点。
- 持续更新:SynapXnet 团队会持续完善训练调度、模型服务、RAG、智能体与文档。
| 模块 | 服务目录 | 说明 |
|---|---|---|
| DPP 数据处理 | mlops-dpp-service |
管理数据集、预处理与特征工程,编排定时数据管道;支持 RAG 知识库与 Jenkins 执行集成 |
| MTP 模型训练 | mlops-mtp-service |
管理算法与训练任务,配置数据集、变量和运行参数;支持立即或定时训练,并跟踪训练状态、日志与模型产物 |
| MEP 模型部署 | mlops-mep-service |
管理模型部署、LLM 服务、API 密钥、部署节点和运行日志,并支持 OpenClaw 实例管理 |
| SMP 系统管理 | mlops-smp-service |
管理租户、部门、团队、数据源、存储桶、工作站以及 Hadoop、Jenkins、Harbor、镜像和算子资源 |
| XAA 智能体 | mlops-xaa-service |
创建智能体助手,管理会话与消息,通过可视化工作流、技能和编排能力调用 DPP、MTP 与 MEP |
| Login 认证服务 | mlops-login |
提供登录认证和平台访问入口,为多模块协作提供统一身份基础 |
flowchart LR
Data["原始数据"] --> DPP["DPP 数据处理"]
DPP --> Dataset["数据集 / 特征 / RAG 知识库"]
Dataset --> MTP["MTP 即时或定时训练"]
MTP --> Artifact["模型产物"]
Artifact --> MEP["MEP 模型与 LLM 服务"]
MEP --> API["推理 API"]
XAA["XAA 智能体编排"] --> DPP
XAA --> MTP
XAA --> MEP
SMP["SMP 资源与租户"] --> DPP
SMP --> MTP
SMP --> MEP
后端基于 Java 17、Spring Boot 3.4.6 与 Maven 多模块工程构建,使用 MySQL 和 Redis 保存平台数据,并通过 Hadoop、Jenkins、Harbor 等外部系统执行数据处理、训练和制品交付任务。
XnetMLops/
├── mlops-dpp-service/ # 数据处理与 RAG 知识库
├── mlops-mtp-service/ # 模型训练
├── mlops-mep-service/ # 模型部署与推理服务
├── mlops-smp-service/ # 租户和基础资源管理
├── mlops-xaa-service/ # 智能体与工作流编排
├── mlops-login/ # 登录认证
├── docs/ # 专题文档与项目图片
├── nginx/ # 反向代理配置
├── XnetMLops.sql # 数据库初始化脚本
└── docker-compose.yml # 容器编排
已验证后端使用 JDK 17、Spring Boot 3.4.6、Maven 3.9+。运行依赖 MySQL 8.x、Redis,以及启用模块使用的 HDFS/Jenkins/模型运行环境;Compose 不会自动提供完整初始化数据库或训练集群。
git clone --branch v1.3.0 --single-branch https://github.com/synapxnet/XnetMLops.git
cd XnetMLops
mvn -B -ntp -DskipTests package先构建配套 XnetMLops-web v1.3.0,将 .env.example 复制为受保护的本地 .env,配置数据库/Redis、HDFS、JWT、委派鉴权及审批服务;WEB_DIST_PATH 指向 ../XnetMLops-web/apps/web-antd/dist。基础 SQL 与迁移按交付文档审阅,不能对已有环境执行清库初始化。迁移 SQL 仍需在隔离 MySQL 试跑。
仓库 nginx/default.conf 使用 /api/login/、/api/dpp/ 等路由,和发布前端的前缀不同。启动容器前必须对齐网关与前端配置,保留 Controller 前缀、组织鉴权、驻场 Agent 与受控工具路由。通用 Compose/Nginx 模板不等同于当前线上部署配置。完成配置后先运行 docker compose config --quiet,再运行 docker compose up -d --build。下表的后端端口是服务端口,不是公开网站地址。
- GOAI 演示入口:https://goai.xnetmlops.synapxnet.online/#/auth/login。
- 公开演示手机号:
17870171303;验证码:000000(仅限演示环境,已由项目方确认并授权公开)。登录方式为 11 位手机号 + 6 位验证码,提交到POST /api/auth/login;不是密码登录,也不是 OpenXnet AgentTeams 的演示访问码输入框。 - 2026-09-18 只读核验:入口 HTTP 200、标题
XnetMLops;登录后读取/api/resident/v1/status返回platform=mlops、agentId=agt-mlops-resident-v130,未登录读取为 401。该检查证明平台身份和访问控制,不代表重新完成全业务流程验收。
Web API 均使用演示入口的同源地址:
| 服务 | 前端 API base | 后端服务端口 |
|---|---|---|
| Auth | /api |
8181 |
| DPP | /dpp |
8182 |
| MTP | /mtp |
8183 |
| MEP | /mep |
8184 |
| SMP | /smp |
8185 |
| XAA | /xaa |
8186 |
驻场 API base 为 /api/resident/v1。平台登录凭据、驻场 Agent 的模型服务密钥、OpenXnet AgentTeams 演示访问码是三类不同配置;业务操作仍受租户/团队权限和执行审批约束。
XnetMLops 是 SynapXnet 开源体系的 AI 工程平台。更多团队项目、技术方向与社区动态请访问 OpenXnet。
欢迎通过 Issue 提交缺陷与需求,或通过 Pull Request 贡献新算子、训练适配、部署后端和智能体能力。涉及数据结构或外部服务契约的变更,请同时提供迁移说明。
本项目基于 MIT License 开源。你可以自由使用、修改和分发本项目,但须保留原始版权与许可声明。










