关于 DagsHub
DagsHub 将多模态数据集工作、实验跟踪和模型管理整合到一个面向 AI 开发者和团队的平台中。项目可以统一保存代码、数据、模型、流水线、实验和标注，使各项变更始终与其项目上下文关联。该平台支持数据和代码版本控制、数据集整理与标注、笔记本版本控制与差异比较、CI/CD/CT 集成、交互式流水线，以及兼容 MLflow 的实验跟踪。其工作流基于熟悉的开源工具和格式，包括 Git、DVC、MLflow 和 Label Studio。个人版面向小型 AI 应用，包含公共仓库、有限的私有项目协作、20GB DagsHub 存储空间，以及私有仓库中最多 100 次实验跟踪。团队版增加了私有仓库、多模态标注、外部存储连接、RBAC、优先支持和更大规模数据处理能力。企业版进一步支持大规模工作负载，包括部署到客户集群、VPC 或隔离网络安装、企业身份控制、OpenShift 兼容性、组织资源控制和企业级 SLA。
适合人群
适合场景
在一个项目中集中管理代码、数据集、标注、实验和模型
沿用 Git、DVC、MLflow 和兼容 Label Studio 的工作流与格式
通过客户集群部署或私有化安装运行大规模 AI 数据工作流
对比选择
免费版的私有项目最多支持两名协作者，私有仓库最多跟踪 100 次实验
Team 版扩大私有协作与数据容量，但需向销售了解付费方案
Enterprise 版提供私有部署和组织级控制，价格需要单独询价
功能特性
整理和标注多模态数据集
连接数据源，查询并可视化视觉、音频和 LLM 数据集，然后在同一项目上下文中管理标注工作。
跟踪模型和提示词实验
使用兼容 MLflow 的跟踪功能记录并比较实验运行，同时保持结果与代码、数据和协作者之间的关联。
对 AI 项目资产进行版本控制
统一管理代码、数据、笔记本、模型和流水线的版本，在整个项目生命周期中保留血缘关系。
优点
- 将数据集、标注、实验、模型和项目代码整合到同一工作流中，减少上下文切换
- 支持兼容 Git、DVC、MLflow 和 Label Studio 的工作流，可降低使用这些工具的团队的迁移阻力
- 提供免费的个人版，含 20GB 存储空间，适合小型应用以及公共或非商业私有项目
缺点
- 个人版的私有项目仅限两名协作者，可能阻碍较大团队采用
- 个人版私有仓库最多只能跟踪 100 次实验，因此活跃项目可能需要升级至团队版
- 企业部署和控制功能需要定制报价，难以预先比较成本
价格方案
个人版
- 公共仓库数量不限，协作者数量不限
- 非商业用途的私有仓库数量不限
- 私有仓库最多跟踪 100 次实验
- 私有项目最多 2 名协作者
- 20GB DagsHub 存储空间
- 数据版本控制和血缘追踪
- 社区支持
团队版
- 包含个人版的全部功能
- 私有仓库数量不限
- 多模态标注和自动标记
- 连接自有存储
- 兼容 Label Studio
- 团队 RBAC
- DagsHub 优先支持
- 最多 1TB 数据或最多 200 万个文件
企业版
- 包含团队版的全部功能
- PB 级数据管理
- 将模型部署到您的集群
- 完整 VPC 或隔离网络本地安装
- SSO、LDAP 和 OIDC RBAC
- 兼容 OpenShift
- 组织资源控制
- 企业级 SLA 和支持
* 价格信息仅供参考，请以DagsHub官网最新公告为准。