### [Ploomber](https://dkwy.com/)

**Published:** 2026-05-06T07:55:51

**Author:** 蛋壳

**Excerpt:** Ploomber 旨在简化数据科学与机器学习 pipeline 的开发与部署，帮助用户将脚本、notebook 或函数转化为易维护的 pipeline。它解决了 notebook 重构的常见难题，让团队可在 Jupyter notebook 中原型开发并顺利部署，无需中断工作流。Ploomber 支持 Python、SQL 及 notebook 任务，自动追踪代码变更以优化执行，并可部署于 Kubernetes 及各类云平台。

## 产品概述

Ploomber 旨在简化数据科学与机器学习 pipeline 的开发与部署，帮助用户将脚本、notebook 或函数转化为易维护的 pipeline。它解决了 notebook 重构的常见难题，让团队可在 Jupyter notebook 中原型开发并顺利部署，无需中断工作流。Ploomber 支持 Python、SQL 及 notebook 任务，自动追踪代码变更以优化执行，并可部署于 Kubernetes 及各类云平台。

## 主要功能

|     |     |
| --- | --- |
| **模块化 Pipeline 构建** | 将脚本、notebook 或函数集合转化为具备明确任务依赖和输出的 pipeline。 |
| **无缝 Jupyter 集成** | 可在 Jupyter notebook 或任意编辑器中交互式开发，无需重写代码即可部署 pipeline。 |
| **增量式执行** | 自动缓存结果，仅重新执行源码发生变化的任务，加快开发周期。 |
| **多环境部署** | 可在本地或分布式系统（如 Kubernetes、Airflow、AWS Batch、SLURM）上部署 pipeline，无需修改代码。 |
| **遗留 Notebook 重构** | 自动将大型 notebook 转换为模块化、易维护的 pipeline。 |
| **丰富的任务类型支持** | 在同一个 pipeline 中支持 Python 函数、脚本、notebook 及 SQL 脚本。 |

## 使用场景

-   **数据科学流程自动化：**通过模块化、可复用组件，简化数据处理与模型训练 pipeline 的构建。
-   **协作式机器学习开发：**支持团队成员协作原型开发、共享与部署 pipeline，保障代码不被破坏。
-   **遗留 Notebook 现代化：**将现有 Jupyter notebook 转换为生产可用的 pipeline，提升可维护性。
-   **可扩展的 Pipeline 部署：**可在本地运行 pipeline，或轻松扩展至云端和集群环境。
-   **增量式 Pipeline 执行：**仅重新运行变更部分，优化开发效率。



---