开源与本地工具 · 工具介绍
Pachyderm
将数据版本与处理流水线结合，在数据变化时触发容器化转换，并追踪产物的数据来源。
Pachyderm 能做什么
将数据版本与处理流水线结合，在数据变化时触发容器化转换，并追踪产物的数据来源。
- AI项目数据制作与质量流程
如何使用 Pachyderm
建立可追溯的数据处理流水线
准备输入
- 输入数据
- 处理容器
- 流水线依赖关系
操作步骤
- 配置输入版本库和各处理阶段。
- 导入新数据触发流水线，查看处理运行状态。
- 核对输出及其输入版本，确认结果可追溯。
预期交付物
- 数据处理产物
- 版本和血缘记录
需要 Kubernetes 与对象存储等基础设施，自动触发不能代替结果质量检查。
开始前需要了解
账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查，再用于实际工作。
从开源与本地工具角度评估Pachyderm
把开源与本地工具需要的条件列清楚，再比较工具。阅读本页的产品用途、步骤与限制，再逐项确认下面的问题；这些是选型方法，不表示每款工具都具备同样能力。
本地运行到哪一步
区分本地界面、本地处理和外部API；不能只看名称判断数据去向。
环境是否匹配
检查系统、内存、磁盘和依赖，按官方要求判断能否运行。
后续是否可维护
确认许可证、配置保存、数据导出与版本更新方法。
选择一个小样任务，先检查结果与交付格式，再决定是否用于更多资料。
