Argus 实验监测平台¶
自托管的机器学习实验监测平台 —— 批次、任务、GPU/CPU 资源、实时面板。 采用 Apache-2.0 许可证。
SDK 在 PyPI 上以
argus-reporter发布。
它解决什么问题¶
Argus 是一个面向多用户的网页面板，用来跟踪跨多台机器的
长时间机器学习实验。一个轻量的 Python SDK（argus-reporter）
从训练脚本中推送事件 —— 批次开始、每个 epoch 的损失、GPU 利用率、
产物文件等等 —— 后端用 FastAPI 接收，并把这些数据实时推送到 Vue 3
面板上。
它针对的场景非常具体：研究员在一台远程工作站上启动一个 32 组合的 sweep 跑一晚上，第二天早上想知道哪些任务收敛了、哪些崩溃了、GPU 用量曲线长什么样 —— 而不必每次都从零写一套日志胶水。
为什么再造一个轮子¶
主流工具（Weights & Biases、MLflow、Aim、Comet）都能用，但每一个 至少在以下某一点上让人不舒服：
- 不依赖付费层即可自托管 —— 单镜像 Docker，默认 SQLite， 按需切到 PostgreSQL。
- 双语界面 —— 英文 / 简体中文，按用户切换。
- 为 sweep 而生，而不是为单跑 —— 一等公民的 batch → jobs → epochs 层次，配套任务矩阵视图。
- sweep 维度的通知 —— 一个 sweep 跑完发一次飞书 / 邮件，而不是 每个 epoch 都轰你一下。
- Apache-2.0 + 极小依赖树 —— 没有厂商锁定，方便审计和嵌入。
一眼看懂¶
| 组件 | 技术栈 | 位置 |
|---|---|---|
| 后端 | FastAPI + SQLAlchemy 2.x async | backend/ |
| 前端 | Vue 3 + Vite + ant-design-vue | frontend/ |
| SDK | 纯 Python，不依赖 PyTorch | client/argus/ |
| 数据库 | SQLite（默认）或 PostgreSQL | data/argus.db / ARGUS_DB_URL |
| 部署 | 单镜像 Docker | deploy/docker-compose.yml |
| Schema | JSON Schema v1.1 | schemas/event_v1.json |
下一步去哪¶
- 第一次用？从 安装 开始 —— Docker 路径大约 1 分钟搞定。
- 已经跑起来了？直接看 接入训练任务。
- 上生产环境？看 Docker 部署 与 数据库（SQLite vs Postgres）。
- 想搞清楚内部结构？读 架构概览。