## DVC是什么
DVC 是一款专为机器学习项目设计的开源数据版本控制工具，通过将元数据与 Git 结合，实现大型数据集、代码与模型的同步版本管理，确保 ML 实验的可复现性。它是 MLOps 基础设施的重要组成部分。
## 核心功能
- **数据版本控制**：利用轻量级指针文件跟踪大型数据集，避免将二进制大文件直接存入 Git 仓库； - **远程存储支持**：无缝对接 S3、GCS、Azure 等主流云存储及本地服务器，实现数据安全备份与团队共享； - **机器学习流水线**：通过定义阶段依赖关系，自动化执行数据处理、训练和评估步骤，仅重跑变化部分； - **实验追踪与管理**：记录每次运行的参数、指标和依赖项，支持对比不同实验结果； - **数据缓存机制**：采用内容寻址存储系统，自动去重并缓存本地数据，减少重复下载与存储占用。
## 适用人群
📬 不错过下一款好工具
每周二、周五各一期，随时退订
这是你的产品？认领并提升曝光 →
## 使用体验
「像管代码一样管数据」是核心体验：数据版本与代码同步管理，流水线自动化让实验可复现，实验追踪让对比清晰。与 Git 结合的思路让 ML 团队能沿用熟悉的协作方式。
## 总结
## 常见问题
**DVC 免费吗？** 开源免费使用。
**与 Git 什么关系？** 基于 Git 工作流管理数据与模型元数据。
**适合个人项目吗？** 适合，个人实验也能获得版本管理与可复现收益。
## 快速上手
1. 安装 DVC；2. 初始化项目；3. 添加数据并远程存储；4. 定义流水线阶段；5. 追踪实验与对比结果。
## 使用技巧
**小文件入门**：从单机项目开始；**缓存复用**：内容寻址缓存减少重复下载；**流水线拆分**：阶段清晰便于重跑。
## 进阶提示
建议把「数据→版本→流水线→实验→部署」固化为 MLOps 流程，数据与代码统一版本管理，流水线自动化保障可复现，让团队协作与模型迭代更规范高效。
## 适用场景补充
## 一句话总结
开源数据版本控制工具，让 ML 实验像代码一样可复现可管理。
核心命令行工具开源免费，可自行部署维护。官方提供DVC Studio等高级协作工具，基础个人使用免费，团队版和企业版需根据席位和功能需求订阅付费，具体计费方式以官网当前公示为准。
Aim 是一款 AI 训练模型工具，面向需要构建或优化机器学习模型的开发者与研究人员。
Comet ML是面向AI开发者的端到端平台，提供模型训练追踪与LLM应用观测评估能力。
Lamini AI 是一款专为开发者设计的低代码大语言模型定制引擎，通过简化API与自动化基础设施管理，助力企业低门槛、高效率地完成领域专属模型的微调与部署。
复旦大学团队研发的开源对话式大型语言模型，具备多轮对话、逻辑推理与代码生成能力，支持中英双语交互，旨在降低大模型研发门槛，推动通用人工智能技术探索。
Gradio 是一个用 Python 为机器学习模型快速构建 Web 界面的工具，适合不想写前端代码的 AI 开发者。
OpenBMB是由清华团队发起的大规模预训练语言模型开源库，提供从训练到部署的全流程工具链，降低大模型研发门槛。
