Flyte

Flyte 是面向 AI、ML 和 agentic 工作负载的开源工作流编排平台。支持纯 Python 编写、可本地运行或大规模执行，并提供持久化执行、可观测性和集成。

一个用于 AI 编排的平台

Flyte 是面向 AI、ML 和 agentic 工作负载的开源工作流编排平台。网站将其定位为一个动态编排层，能够借助自动扩缩容、基础设施感知和持久化执行来运行复杂、长时间运行的工作流。

该平台以 Python 编写为核心：用户使用纯 Python 编写工作流，在本地开发和测试，然后以相同代码规模化运行。Flyte 2 OSS 增加了本地执行和可在单机上运行完整后端的 devbox，而企业版 Union.ai 平台则增加了更大规模的编排、推理、可观测性和支持。

核心能力

纯 Python 工作流编写

直接使用真实的 Python 编写工作流，无需学习单独的 DSL。资料称你可以在本地编写、测试和管理版本，然后按规模运行。

动态工作流执行

构建可处理长时间运行和 agentic 执行的工作流，支持运行时分支、条件判断和重试。该平台强调的是动态编排，而不仅仅是静态任务图。

持久化、自愈式运行

自动重试，从中断处继续运行，并避免单个失败拖垮整个工作流。Flyte 将其描述为持久化和自愈式执行。

感知基础设施的编排

根据工作负载需求分配和扩展资源。该平台强调工作流和计算资源的自动扩缩容与基础设施感知。

本地开发与 devbox

在部署前先在本地运行和调试。Flyte 2 OSS 支持本地执行，而 devbox 版本增加了一个单机后端，在 Docker 容器中包含后端、前端和对象存储。

执行可视化与可观测性

通过实时执行状态、日志、失败信息、时间线、血缘和版本管理来检查运行情况。UI 和企业版平台都强调可观测性。

团队使用 Flyte 的常见方式

动态 AI 工作流
构建需要运行时分支、重试和有状态执行，而不是固定静态图的 AI、ML 或 agentic 流水线。
从本地到生产的开发
使用相同的 Python SDK 在本地开发和调试任务，然后无需更换语言或重写为 DSL 就能将工作流迁移到生产环境。
数据与 ML 编排
运行依赖 Spark、BigQuery、Snowflake、Ray 或 Weights & Biases 等工具的数据和训练作业，利用平台的插件生态系统。
弹性生产运行
运行较长时间的作业，利用持久化执行、自动恢复以及对运行历史、日志和时间线的可见性。
单机评估与演示
使用 Flyte 2 devbox 或重新设计的 UI 在单机上探索系统、查看执行状态，并在更大范围推广前检查工作流行为。

Pros and Cons

Pros

纯 Python 编写，无需学习单独的工作流 DSL。
持久化执行、自动重试和自愈行为专为长时间运行的工作流而设计。
本地执行和 Flyte 2 devbox 让你可以在部署前完成开发和测试。
集成目录覆盖了常见的数据、ML 和数仓工具，例如 Spark、BigQuery、Ray、Snowflake 和 Weights & Biases。
UI 和平台都强调执行可见性、日志、血缘和运行历史。

Cons

在已收集的来源中未找到定价页面，因此这里无法确认定价和套餐结构。
部分集成条目在网站上的说明较为简略，因此实现深度可能因插件而异，且来源中未完整说明。
最先进的企业级能力是以 Union.ai 的形式提供，而不是开源的 Flyte 版本。

FAQ

Flyte 用来做什么？

Flyte 专为使用 Python 构建和运行 AI、ML 以及 agentic 工作流而设计。资料将其描述为一个开源工作流编排平台和 AI 编排运行时，具备持久化执行、自动扩缩容和基础设施感知能力。

如何使用 Flyte 开发工作流？

网站说明工作流使用纯 Python 编写，因此用户可以先在本地构建、测试和版本管理，然后再规模化运行。Flyte 2 也支持使用与生产环境中 Kubernetes 上相同的 Python SDK 进行本地执行。

Flyte 是否支持动态或自愈型工作流？

Flyte 支持动态工作流，可以在运行时做出决策、分支、循环，并自动从故障中恢复。Flyte 2 的界面还会在运行过程中展示执行状态、日志和失败信息。

有哪些可用的集成？

集成页面列出了数据框、数据校验、数据库和数仓、数据处理、特征库、模型训练、分布式模型训练、模型部署、监控、Kubernetes 原生工具以及其他插件等示例。

网站上是否公布了价格？

在已收集的来源中未找到定价页面，因此这里没有提供定价详情。主页指向 Flyte 2 OSS 和 Union.ai 企业平台。

Quick Facts

类别: AI 工作流编排平台
产品类型: 带有企业版产品的开源平台
主要用户: AI 构建者、ML 团队和开发者
来源域名: flyte.org
工作流风格: 纯 Python、动态、持久化执行
定价: 在已收集页面中未公布