Flyte 2: Python-Orchestrierung für ML-Pipelines und Modelle

Der Veröffentlichungsstatus von Flyte 2

Das README beginnt mit einem Hinweis, dass Flyte 2 jetzt allgemein verfügbar ist, und verlinkt auf eine Ankündigung bei Union.ai sowie auf eine Devbox für lokale Ausführungen. Das Projekt beschreibt sich selbst als eine Möglichkeit, ML-Pipelines, Modelle und Agents in reinem Python zuverlässig im großen Maßstab zu orchestrieren. Laut README ist Flyte ein Graduiertenprojekt der LF AI & Data Foundation. Die Metadaten des Repositorys nennen Go als Hauptsprache, aber die Dokumentation und Beispiele im README sind vollständig Python-orientiert, was das Python-SDK als die dokumentierte Benutzeroberfläche hier ausweist. Bei flyteorg/flyte ist die Trennung zwischen Flyte 2 und Flyte 1 konkret zu beachten. Für den Einstieg nennt das README `uv pip install flyte`, `python hello.py` und `flyte run hello.py main --numbers '[1,2,3]'`. Für Serving stehen `flyte serve serving.py env` und `/predict`; das Open-Source-Backend liegt laut `docs/BACKEND_README.md` noch im Aufbau.

Installation des Python-Pakets

Das README gibt einen einzigen Befehl zur Installation an: `uv pip install flyte`. Für eine reichhaltigere lokale Entwicklungserfahrung zeigt es auch `uv pip install flyte[tui]`. Das README verweist auf das separate flyte-sdk-Repository für das vollständige SDK und Entwicklungswerkzeuge. Andere Installationsmethoden oder Systemanforderungen sind nicht aufgeführt, sodass alles über diese Befehle hinaus nicht im README abgedeckt ist. Bei flyteorg/flyte ist die Trennung zwischen Flyte 2 und Flyte 1 konkret zu beachten. Für den Einstieg nennt das README `uv pip install flyte`, `python hello.py` und `flyte run hello.py main --numbers '[1,2,3]'`. Für Serving stehen `flyte serve serving.py env` und `/predict`; das Open-Source-Backend liegt laut `docs/BACKEND_README.md` noch im Aufbau.

Ein minimales Workflow-Beispiel

Das Beispiel definiert eine TaskEnvironment mit dem Namen "hello_world" mit einem Debian-basierten Image für Python 3.12. In dieser Umgebung werden zwei Aufgaben deklariert: eine synchrone `calculate`, die `x * 2 + 5` zurückgibt, und eine asynchrone `main`, die die Ergebnisse von `calculate.aio` über eine Liste von Zahlen sammelt und deren Durchschnitt zurückgibt. Das Skript ruft `flyte.init()` und `flyte.run(main, numbers=list(range(10)))` auf und gibt dann das Ergebnis aus. Das README zeigt die Ausführung mit `python hello.py` oder mit der Flyte-CLI als `flyte run hello.py main --numbers '[1,2,3]'`. Bei flyteorg/flyte ist die Trennung zwischen Flyte 2 und Flyte 1 konkret zu beachten. Für den Einstieg nennt das README `uv pip install flyte`, `python hello.py` und `flyte run hello.py main --numbers '[1,2,3]'`. Für Serving stehen `flyte serve serving.py env` und `/predict`; das Open-Source-Backend liegt laut `docs/BACKEND_README.md` noch im Aufbau.

Modellbereitstellung mit FastAPI

Ein zweites Beispiel zeigt, wie man ein Modell bereitstellt. Es importiert `FastAPI` und `FastAPIAppEnvironment` aus `flyte.app.extras`, erstellt eine FastAPI-App und hängt sie an eine Umgebung mit einem Image an, das FastAPI und uvicorn enthält. Ein `/predict`-Endpunkt wird definiert, und die Bereitstellung wird mit `flyte.init_from_config()` und `flyte.serve(env)` gestartet. Das README bietet sowohl Python- als auch CLI-Aufrufe an: `python serving.py` und `flyte serve serving.py env`.

Lokale Entwicklung und TUI

Das README hebt eine TUI für die lokale Entwicklung hervor, die über das `[tui]`-Extra installiert wird. Es verlinkt auch auf eine gehostete Demo im Browser, die keine Installation erfordert. Über diese beiden Hinweise hinaus werden die Funktionen der TUI oder die Fähigkeiten der Demo nicht beschrieben. Die Dokumentationslinks für SDK- und CLI-Referenzen werden als externe URLs bereitgestellt.

Backend-Verfügbarkeit und Produktionspfad

Das Open-Source-Backend für Flyte 2 wird als "in Kürze verfügbar" beschrieben. Dieses Repository soll die Kubernetes-native Backend-Infrastruktur für die Bereitstellung von Flyte 2 als verteilten Multi-Node-Dienst enthalten. Das README verweist auf ein backend-spezifisches README in `docs/BACKEND_README.md` für den aktuellen Stand, Protokollpufferdefinitionen und den Beitragsleitfaden. Für ein unternehmensreifes, produktionsreifes Backend heute verweist das README auf Union.ai. Es werden keine Zeitpläne oder technischen Details über das Backend zusätzlich angegeben.

Community, Beiträge und Lizenz

Das README lädt zu Beiträgen ein und verlinkt auf Slack, GitHub Discussions und Issues. Es dankt auch Depot als Sponsor für CI-Container-Image-Builds. Die Lizenz ist Apache 2.0, und das README enthält einen Verweis auf die LICENSE-Datei. Der Lizenztext gewährt unbefristete, weltweite, nicht exklusive, gebührenfreie Rechte zur Vervielfältigung, Erstellung abgeleiteter Werke, öffentlichen Ausstellung, öffentlichen Aufführung, Unterlizenzierung und Verteilung des Werks, vorbehaltlich der Bedingungen. Es werden keine Garantien oder Unterstützungspflichten erwähnt.

Redaktionelles Fazit

Das README stellt Flyte 2 als ein Python-natives Orchestrierungssystem dar, das eine einfache API für Workflows und Modellbereitstellung bietet, und verweist für den sofortigen Produktionseinsatz auf Union.ai, während das Open-Source-Backend noch in Arbeit ist.

Offizielle Quellen

1. Official documentation
2. Official README
3. Project repository
4. Release notes