بناء واستضافة وتشغيل حلول الذكاء الاصطناعي.

شعار MLflow

MLflow

MLflow — تتبّع تجارب تعلّم الآلة وأدِر إصدارات نماذجك وتتبّع تطبيقات LLM على خادم VPS الخاص بك، عبر HTTPS وبحماية كاملة.

2 غيغابايت كحد أدنى ذاكرة عشوائية 1 vCPU المنفذ 8111 قيد التحقق

قيد التحقق

التثبيت التلقائي لهذا الحل جاهز ويخضع حاليًا لاختباراتنا على خادم حقيقي. سيُفتح الطلب فور اكتمال التحقق.

الشيفرة المصدرية

المنظومة التقنية

DockerPythonMLflowSQLite
الحد الأدنى من RAM2 غيغابايت كحد أدنى
الحد الأدنى من CPU1 vCPU
المنفذ الافتراضي8111
أنظمة التشغيل المتوافقةتوزيعات Linux حسب اختيارك

MLflow هي المنصة المفتوحة المصدر المرجعية (برخصة Apache-2.0) لدورة حياة تعلّم الآلة. يستقبل خادم تتبّع مركزي، من دفاتر Notebook وسكربتات التدريب لديك، المعاملات والمقاييس والملفات الناتجة عن كل تشغيل: تقارن تجاربك جنبًا إلى جنب بدل نسخها إلى جدول بيانات.

يدير سجلّ النماذج إصدارات ما يذهب إلى الإنتاج، مع أسماء مستعارة وسجلّ تاريخي. وبالنسبة لتطبيقات الذكاء الاصطناعي التوليدي، يتتبّع MLflow كل استدعاء لنموذج لغوي — المدخلات والمخرجات وزمن الاستجابة والخطوات الوسيطة — لفهم الإجابة وتصحيحها. على ServOrbit يُثبَّت الخادم بنقرة واحدة، محميًّا بحساب مسؤول ويُقدَّم عبر HTTPS.

الميزات الرئيسية

تتبّع التجارب — معاملات ومقاييس وملفات كل تشغيل، تُقارن في الواجهة.
سجلّ النماذج — الإصدارات والأسماء المستعارة وتاريخ النماذج الموجّهة إلى الإنتاج.
تتبّع LLM — مدخلات ومخرجات وزمن استجابة وخطوات تطبيقات الذكاء الاصطناعي التوليدي.
ملفات يقدّمها الخادم — ملفات ورسوم بيانية ونماذج تُرفع وتُنزَّل عبر HTTPS، دون تخزين S3 يحتاج إلى إعداد.
كل مكتبات Python — scikit-learn وPyTorch وTransformers وXGBoost وOpenAI وLangChain، مع تسجيل تلقائي.
وصول محميّ — حساب admin بكلمة مرور مولَّدة، مطلوبة في الواجهة وفي الواجهة البرمجية؛ ولا ترى الحسابات الأخرى إلا ما يُشارَك معها.

متى تستخدم هذا الحل؟

1

قارن عمليات التدريب

يسجّل كل تشغيل لدفتر أو سكربت معاملاته الفائقة ومقاييسه: تجد التجربة الأعلى أداءً في شاشة واحدة، مع شيفرتها وملفاتها.

2

سجلّ نماذج للفريق

سجّل النماذج المعتمدة وأعطها اسمًا مستعارًا مثل «production»، ودع خدمة الاستدلال تحمّل دائمًا الإصدار الصحيح.

3

تصحيح تطبيق LLM

فعّل التتبّع لمساعدك أو لوكيلك: يعرض كل طلب استدعاءاته للنموذج وخطواته وزمن استجابته، لفهم إجابة خاطئة.

نشر MLflow على خادم VPS الخاص بك

دليل محسّن لخوادم VPS Cloud من ServOrbit.

01

أنشئ الخادم واختر العنوان

اطلب خادم VPS بنظام Ubuntu 24.04 وذاكرة 2 غيغابايت (4 غيغابايت ومساحة قرص أكبر إذا كنت تخزّن نماذج كثيرة). يتطلّب MLflow نطاقًا: تتصل به سكربتاتك ودفاترك وفريقك، لذا يجب أن يجيب عبر HTTPS على اسم ثابت. يُفتح على نطاق فرعي من أحد نطاقاتك، أو على النطاق الفرعي المجاني للخادم (mlflow.{dns_slug}‎.servorbit-dns.com)، مع HTTPS. لا حاجة إلى شراء اسم نطاق.

02

ثبّت MLflow من التطبيقات بنقرة واحدة

من مساحة العميل اختر MLflow وحدّد العنوان ثم انقر «تثبيت». ينشر السكربت الحاوية الرسمية ويولّد كلمة مرور الحساب admin ويفعّل المصادقة على الواجهة والواجهة البرمجية ويحصر أسماء المضيف المقبولة في عنوانك ويضبط الوكيل العكسي nginx عبر HTTPS.

03

سجّل الدخول أول مرة

افتح https://your-domain/ : يطلب المتصفح بيانات الدخول. أدخل admin وكلمة المرور الظاهرة في مساحة العميل. يمكنك تغييرها لاحقًا عبر الواجهة البرمجية users/update-password، وتبقى كلمة المرور الجديدة محفوظة بعد إعادة التشغيل.

04

اربط دفاترك وسكربتاتك

عرّف MLFLOW_TRACKING_URI=https://your-domain وMLFLOW_TRACKING_USERNAME=admin وMLFLOW_TRACKING_PASSWORD، ثم استدعِ mlflow.start_run() في شيفرتك. تظهر المعاملات والمقاييس والملفات في الواجهة فورًا.

05

افتح الوصول لفريقك

أنشئ حسابًا لكل شخص عبر الواجهة البرمجية users/create وأنت متصل بالحساب admin. لا يرى الحساب الجديد أي تجربة حتى تشاركها معه: تُمنح الصلاحيات تجربةً تجربةً ونموذجًا نموذجًا.

الأسئلة الشائعة

يركّز Langfuse على تطبيقات LLM: التتبّع والتقييم وإدارة الموجّهات. أما MLflow فيغطي دورة تعلّم الآلة كاملة — تتبّع التدريب ومقارنة التجارب وسجلّ النماذج — ويتتبّع أيضًا تطبيقات الذكاء الاصطناعي التوليدي. للفريق الذي يدرّب نماذجه بنفسه، MLflow هو نقطة البداية الصحيحة؛ وللتطبيق الذي يكتفي باستدعاء نماذج LLM، Langfuse أكثر تخصّصًا.

حلول تكميلية

الذكاء الاصطناعي

Langfuse

منصة مراقبة LLM مفتوحة المصدر: تتبّع كل استدعاء ذكاء اصطناعي، قيّم جودة الاستجابات، أدر نسخ الـ prompts وقارن تكاليف النماذج — مستضافة ذاتيًا على خادمك.

التطوير

marimo

دفتر Python تفاعلي مفتوح المصدر: دفاتر محفوظة كملفات ‎.py عادية، وخلايا تُعاد حسابها تلقائيًا، ومكتبات البيانات مضمّنة.

الذكاء الاصطناعي

Ollama

شغّل نماذج اللغة الكبيرة (LLM) مفتوحة المصدر محليًا عبر واجهة برمجية بالغة البساطة. نزّل Llama 3 أو Mistral أو Qwen أو DeepSeek بأمر واحد — متوافق مع OpenAI، وبلا أي تكلفة لكل توكن.

بناء واستضافة وتشغيل حلول الذكاء الاصطناعي.

لا يمكن طلب MLflow بعد.

التثبيت التلقائي لهذا الحل جاهز ويخضع حاليًا لاختباراتنا على خادم حقيقي. سيُفتح الطلب فور اكتمال التحقق.

بحاجة إلى مساعدة؟

تصفّح مركز المساعدة والأسئلة الشائعة، أو تواصل مع فريقنا — معاودة اتصال أو WhatsApp أو بريد إلكتروني. الدعم بـالعربية والفرنسية والإنجليزية.

راسلنا على WhatsAppيُفتح في علامة تبويب جديدة
أو راسلنا