按任务级恢复
运行时记录每一步的 IO，崩溃后从失败任务断点续跑而不是重启整条流水线。以 API 返回 429 为例，平台按 RetryStrategy 指数退避，只重试失败的那个任务，已完成的分片不会重跑。
价格免费
平台Web / Python / TypeScript / Rust / Go / Mojo
归类大模型与开发平台
收录—
复核2026-10-10
编辑评分
4.3 / 5
★★★★☆
Flyte v1.3.0编辑总结
Flyte 是 Union.ai 旗下开源的、面向数据、机器学习与分析技术栈的工作流编排平台。它的突出特点是按失败任务级别恢复：遇到 API 返回 429 限流时会按 RetryStrategy 指数退避并只重试失败的任务，已完成的分片不会重跑，运行时还会记录每一步的 IO，崩溃后从断点续跑。同时它支持用同一套 Python API 部署 vLLM、SGLang、FastAPI、Streamlit 等常驻应用，空闲时可缩容到零。短板是主要面向工程团队，普通用户上手门槛偏高，官网也没有给出托管服务的价格信息。
Flyte v1.3.0是什么？
Flyte 是一款可扩展的工作流编排平台，把数据、机器学习和分析技术栈统一起来，主要面向需要跑批量推理、微调、预训练、强化学习与 Agent 任务的工程与算法团队。
任务用 TaskEnvironment 声明镜像、资源、密钥与重试策略，任务本身是普通的异步函数，不需要 DSL 和 YAML；任务之间是类型检查过的 I/O，支持语言原生类型、文件、DataFrame 与 dataclass。它对基础设施感知，OOM、Spot 节点被抢占、GPU 消失等情况会自动以修正后的资源重新提交。
普通开发者可以用 Python、TypeScript、Rust、Go、Mojo 的官方 SDK 写任务，同一份代码本地、开发机、集群都能跑；做 Agent 的团队可以把工具包装成任务，每次 LLM 调用都有追踪；企业侧还有 Union.ai 提供的托管平台，覆盖训练、实时推理与可观测性。
Flyte v1.3.0核心功能
无 DSL 任务声明
用 TaskEnvironment 声明镜像、资源、密钥和重试策略，任务就是普通的异步函数，分支、循环、扇出都写普通控制流，避免 YAML 编排地狱。
多语言 SDK
官方提供 Python、TypeScript、Rust、Go、Mojo 五种语言的 SDK，任务间 I/O 做类型检查，支持语言原生类型、文件、DataFrame 与 dataclass，同一份代码可从本地切到集群。
实时模型服务
同一套 Python API 可以在工作流旁部署常驻应用，原生集成 vLLM、SGLang、FastAPI、Streamlit 与 Ollama，支持 OpenAI 兼容端点、模型流式输出与张量并行，声明应用、镜像、资源与扩缩容即可。
缩容到零
空闲时可以把副本缩到零，副本数与缩容配置一行即可设置，按需为每个任务匹配资源规模，减少闲置 GPU 时间。
大规模并行
支持数千个并行任务与分布式作业，提供 map、fan-out 和流式 map-reduce 等模式，不需要为扩展性重写流水线，并配有面向生产运行的调试 UI。
既有栈接入
官方插件覆盖 Apache Spark、Ray、PyTorch Elastic、BigQuery、Snowflake、Weights & Biases，另有 OpenAI Agents SDK、LangGraph、CrewAI、Pydantic AI、MLflow、Dask、Databricks 等社区插件。
Flyte v1.3.0适合谁用？
ML 工程团队
推荐跑批量推理、微调、预训练等长任务，经常遇到限流、OOM、Spot 抢占等故障，需要按任务级断点续跑的编排平台。
Agent 开发者
推荐可以把工具包装成任务，每次 LLM 调用都有追踪，支持执行中的分支与动态决策，适合构建动态流水线。
模型服务团队
推荐需要同时管理工作流与 vLLM、SGLang 等实时推理端点和 Streamlit 仪表盘，希望在一个平台里统一部署与扩缩容。
个人轻度用户
有条件平台概念偏工程化，需要理解任务、分片、重试策略等编排概念，只是想跑简单脚本的用户配置成本偏高。
无运维能力的团队
有条件Flyte 本身面向集群运行，自托管需要维护基础设施；若没有运维资源，托管方案依赖 Union.ai 的商业服务。
Flyte v1.3.0优点和缺点
优点
- 只重试失败任务，已完成的分片不重跑
- 记录每步 IO，崩溃后可从断点续跑
- 无需 DSL 与 YAML，任务就是异步函数
- 五种语言官方 SDK，任务间 I/O 有类型检查
- vLLM、SGLang 等实时端点与工作流同平台部署
- 空闲缩容到零，减少闲置 GPU 时间
缺点
- 概念偏工程化，轻量场景上手成本高
- 自托管需要自行维护集群基础设施
Flyte v1.3.0常见问题
Flyte 免费吗？＋
标签中带有 Free，开源侧可以免费使用；企业托管平台由 Union.ai 提供，页面未列出具体价格，需要另行咨询。标签中还标有「工作流编排」「数据处理」「机器学习」「分析技术栈」等关键词。
它主打什么能力？＋
主打按失败任务恢复的持久化工作负载：运行时记录每一步 IO，崩溃后从断点续跑；对 OOM、Spot 节点被抢占、GPU 消失等基础设施故障自动以修正后的资源重新提交。SDK 覆盖 Python、TypeScript、Rust、Go、Mojo 五种语言。
和 Airflow 这类编排工具怎么选？＋
官网未公开直接对比其他编排产品。但可以确认 Flyte 的定位差异点：它强调面向动态流水线与 Agent，支持执行中的分支、循环与决策，而不只是静态 DAG；同时能在同一平台部署 vLLM、SGLang 等实时推理端点与 Streamlit 仪表盘。如果你的核心需求是这两点，可以重点评估它。
国内能不能用？＋
可以确认的是 SDK 通过 pip 安装（flyteorg/flyte-sdk），任务可完全跑在本地、开发机或自己的集群上；如需托管平台则涉及 Union.ai 的服务，实际可用性建议在部署前自行验证网络与合规要求。
任务失败后整个流水线要重跑吗？＋
不需要。以官网的场景为例：某个分片执行到一半时供应商返回 429 限流，Flyte 会捕获它，按 RetryStrategy 策略做指数退避，只重试失败的那一个任务，已完成的分片不会被重新执行。对 OOM、节点被抢占、GPU 消失这类故障，它也会自动以修正后的资源重新提交。
支持哪些机器学习框架和工具？＋
官方插件覆盖 Apache Spark（临时集群）、Ray（分布式训练）、PyTorch Elastic（弹性多节点）、BigQuery（仓库查询）、Snowflake（SQL 任务）、Weights & Biases（实验跟踪）；另外还有 OpenAI Agents SDK、LangGraph、CrewAI、Pydantic AI、vLLM、SGLang、MLflow、Dask、Databricks 以及社区插件注册表。
Flyte v1.3.0竞品对比
| 工具 | 编辑评分 | 价格 | 核心功能 | 平台 |
|---|---|---|---|---|
| Flyte v1.3.0本工具 | 4.3 | 免费 | 按任务级恢复；无 DSL 任务声明；多语言 SDK；实时模型服务 | Web / Python / TypeScript / Rust / Go / Mojo |
| CraftedTM | — | Contact for Pricing，需联系厂商获取报价 | 部署智能、可扩展且安全的 AI 代理 | Web |
| UbiOps | — | 未公开价格；收录标注 Contact for Pricing | 专为 AI 和机器学习工作负载设计的高性能基础设施平台，提供强大的计算能力和灵活的资源管理 | Web / API |
| TensorFlow | — | 未标价 | tensorflow 官网,google 推出的机器学习和人工智能开源库,gpu,pytho | — |
| Lobe | — | 为 free，即免费使用 | Lobe 是一款免费的桌面应用程序，由相关团队开发，旨在让机器学习变得简单易用 | Mac / PC |
| Scikit-learn | — | 未标价 | scikit-learn 是用于 Python 的机器学习库，建立在 NumPy、SciPy 和 m | Web / Python |
