Kubeflow 是一个专为 Kubernetes 设计的机器学习工具包，它通过提供一系列基于 Kubernetes 的组件，支持人工智能和机器学习生命周期的每个阶段。Kubeflow 的目标是使 AI/ML 简单、可移植且可扩展，无论你在哪里运行 Kubernetes，都可以部署 Kubeflow。
Kubeflow 提供了一系列组件，包括 Kubeflow Pipelines（KFP），这是一个用于构建然后部署可移植和可扩展的机器学习工作流的平台；Kubeflow Notebooks，它允许你在 Kubernetes 集群上运行基于 Web 的开发环境；Kubeflow Central Dashboard，这是连接 Kubeflow 和其他生态系统组件认证 Web 界面的中心；Katib，一个 Kubernetes 原生的自动机器学习（AutoML）项目，支持超参数调整、早期停止和神经架构搜索；Kubeflow Training Operator，这是一个用于在 Kubernetes 上进行模型训练和微调的统一接口；以及 KServe（以前称为 KFServing），它解决了 Kubernetes 上的生产模型服务问题。
Kubeflow 社区是一个开放和欢迎的社区，由软件开发人员、数据科学家和组织组成。社区提供每周的社区电话会议，鼓励参与邮件列表上的讨论或在 Slack 工作区与他人聊天。Kubeflow 是云原生计算基金会的一个项目。
