[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-wandb--wandb":3,"tool-wandb--wandb":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",138956,2,"2026-04-05T11:33:21",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,"2026-04-04T04:44:48",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":67,"owner_name":75,"owner_avatar_url":76,"owner_bio":77,"owner_company":78,"owner_location":78,"owner_email":78,"owner_twitter":67,"owner_website":79,"owner_url":80,"languages":81,"stars":119,"forks":120,"last_commit_at":121,"license":122,"difficulty_score":123,"env_os":124,"env_gpu":124,"env_ram":124,"env_deps":125,"category_tags":129,"github_topics":130,"view_count":23,"oss_zip_url":78,"oss_zip_packed_at":78,"status":16,"created_at":150,"updated_at":151,"faqs":152,"releases":182},3966,"wandb\u002Fwandb","wandb","The AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.","wandb（Weights & Biases）是一个专为 AI 开发者打造的实验管理与模型协作平台。在机器学习和大模型开发过程中，研究人员往往面临实验记录混乱、超参数难以追溯、训练过程不透明等痛点。wandb 通过自动记录每一次训练的超参数、指标变化、系统资源消耗及输出结果，将复杂的实验数据转化为直观的可视化图表，帮助团队轻松对比不同实验效果，快速定位问题并优化模型。\n\n无论是独立研究者还是企业级开发团队，只要涉及模型训练、微调或从实验到生产的全流程管理，都能从 wandb 中受益。它无缝集成 PyTorch、TensorFlow、Keras 等主流深度学习框架，只需几行代码即可启动追踪。此外，针对当下火热的大语言模型（LLM）应用，wandb 还推出了 Weave 工具套件，专门用于跟踪、调试和评估生成式 AI 应用的表现。\n\n凭借简洁的 API 设计、强大的云端协作功能以及对数据集版本管理的原生支持，wandb 让模型研发过程更加高效、可复现且易于分享，已成为全球众多 AI 团队不可或缺的基础设施之一。","\u003Cp align=\"center\">\n  \u003Cimg src=\".\u002Fassets\u002Flogo.svg\" width=\"600\" alt=\"Weights & Biases\" \u002F>\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n\u003Ca href=\"https:\u002F\u002Fpypi.python.org\u002Fpypi\u002Fwandb\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fv\u002Fwandb\" \u002F>\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fwandb\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fconda\u002Fvn\u002Fconda-forge\u002Fwandb\" \u002F>\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fpypi.python.org\u002Fpypi\u002Fwandb\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fpyversions\u002Fwandb\" \u002F>\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fcircleci.com\u002Fgh\u002Fwandb\u002Fwandb\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fcircleci\u002Fbuild\u002Fgithub\u002Fwandb\u002Fwandb\u002Fmain\" \u002F>\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fcodecov.io\u002Fgh\u002Fwandb\u002Fwandb\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fcodecov\u002Fc\u002Fgh\u002Fwandb\u002Fwandb\" \u002F>\u003C\u002Fa>\n\u003C\u002Fp>\n\u003Cp align='center'>\n\u003Ca href=\"https:\u002F\u002Fcolab.research.google.com\u002Fgithub\u002Fwandb\u002Fexamples\u002Fblob\u002Fmaster\u002Fcolabs\u002Fintro\u002FIntro_to_Weights_%26_Biases.ipynb\">\u003Cimg src=\"https:\u002F\u002Fcolab.research.google.com\u002Fassets\u002Fcolab-badge.svg\" \u002F>\u003C\u002Fa>\n\u003C\u002Fp>\n\nUse W&B to build better models faster. Track and visualize all the pieces of your machine learning pipeline, from datasets to production machine learning models. Get started with W&B today, [sign up for a W&B account](https:\u002F\u002Fwandb.com?utm_source=github&utm_medium=code&utm_campaign=wandb&utm_content=readme)!\n\n\u003Cbr>\n\nBuilding an LLM app? Track, debug, evaluate, and monitor LLM apps with [Weave](https:\u002F\u002Fwandb.github.io\u002Fweave?utm_source=github&utm_medium=code&utm_campaign=wandb&utm_content=readme), our new suite of tools for GenAI.\n\n \n\n# Documentation\n\nSee the [W&B Developer Guide](https:\u002F\u002Fdocs.wandb.ai?utm_source=github&utm_medium=code&utm_campaign=wandb&utm_content=documentation) and [API Reference Guide](https:\u002F\u002Fdocs.wandb.ai\u002Ftraining\u002Fapi-reference#api-overview?utm_source=github&utm_medium=code&utm_campaign=wandb&utm_content=documentation) for a full technical description of the W&B platform.\n\n \n\n# Quickstart\n\nInstall W&B to track, visualize, and manage machine learning experiments of any size.\n\n## Install the wandb library\n\n```shell\npip install wandb\n```\n\n## Sign up and create an API key\n\nSign up for a [W&B account](https:\u002F\u002Fwandb.ai\u002Flogin?utm_source=github&utm_medium=code&utm_campaign=wandb&utm_content=quickstart). Create a new API key at [wandb.ai\u002Fsettings](https:\u002F\u002Fwandb.ai\u002Fsettings) and store it securely. Optionally, use the `wandb login` CLI to configure your API key on your machine. You can skip this step -- W&B will prompt you to create an API key the first time you use it.\n\n**Note:** API keys can only be viewed once when created. Store your API key in a secure location like a password manager or environment variable.\n\n## Create a machine learning training experiment\n\nIn your Python script or notebook, initialize a W&B run with `wandb.init()`.\nSpecify hyperparameters and log metrics and other information to W&B.\n\n```python\nimport wandb\n\n# Project that the run is recorded to\nproject = \"my-awesome-project\"\n\n# Dictionary with hyperparameters\nconfig = {\"epochs\": 1337, \"lr\": 3e-4}\n\n# The `with` syntax marks the run as finished upon exiting the `with` block,\n# and it marks the run \"failed\" if there's an exception.\n#\n# In a notebook, it may be more convenient to write `run = wandb.init()`\n# and manually call `run.finish()` instead of using a `with` block.\nwith wandb.init(project=project, config=config) as run:\n    # Training code here\n\n    # Log values to W&B with run.log()\n    run.log({\"accuracy\": 0.9, \"loss\": 0.1})\n```\n\nVisit [wandb.ai\u002Fhome](https:\u002F\u002Fwandb.ai\u002Fhome) to view recorded metrics such as accuracy and loss and how they changed during each training step. Each run object appears in the Runs column with generated names.\n\n \n\n# Integrations\n\nW&B [integrates](https:\u002F\u002Fdocs.wandb.ai\u002Fmodels\u002Fintegrations) with popular ML frameworks and libraries making it fast and easy to set up experiment tracking and data versioning inside existing projects.\n\nFor developers adding W&B to a new framework, follow the [W&B Developer Guide](https:\u002F\u002Fdocs.wandb.ai\u002Fmodels\u002Fintegrations\u002Fadd-wandb-to-any-library).\n\n \n\n# W&B Hosting Options\n\nWeights & Biases is available in the cloud or installed on your private infrastructure. Set up a W&B Server in a production environment in one of three ways:\n\n1. [Multi-tenant Cloud](https:\u002F\u002Fdocs.wandb.ai\u002Fplatform\u002Fhosting\u002Fhosting-options\u002Fmulti_tenant_cloud?utm_source=github&utm_medium=code&utm_campaign=wandb&utm_content=hosting): Fully managed platform deployed in W&B’s Google Cloud Platform (GCP) account in GCP’s North America regions.\n2. [Dedicated Cloud](https:\u002F\u002Fdocs.wandb.ai\u002Fplatform\u002Fhosting\u002Fhosting-options\u002Fdedicated_cloud?utm_source=github&utm_medium=code&utm_campaign=wandb&utm_content=hosting): Single-tenant, fully managed platform deployed in W&B’s AWS, GCP, or Azure cloud accounts. Each Dedicated Cloud instance has its own isolated network, compute and storage from other W&B Dedicated Cloud instances.\n3. [Self-Managed](https:\u002F\u002Fdocs.wandb.ai\u002Fplatform\u002Fhosting\u002Fhosting-options\u002Fself-managed?utm_source=github&utm_medium=code&utm_campaign=wandb&utm_content=hosting): Deploy W&B Server on your AWS, GCP, or Azure cloud account or within your on-premises infrastructure.\n\nSee the [Hosting documentation](https:\u002F\u002Fdocs.wandb.ai\u002Fplatform\u002Fhosting?utm_source=github&utm_medium=code&utm_campaign=wandb&utm_content=hosting) in the W&B Developer Guide for more information.\n\n \n\n# Python Version Support\n\nWe are committed to supporting our minimum required Python version for _at least_ six months after its official end-of-life (EOL) date, as defined by the Python Software Foundation. You can find a list of Python EOL dates [here](https:\u002F\u002Fdevguide.python.org\u002Fversions\u002F).\n\nWhen we discontinue support for a Python version, we will increment the library’s minor version number to reflect this change.\n\n \n\n# Contribution guidelines\n\nWeights & Biases ❤️ open source, and we welcome contributions from the community! See the [Contribution guide](https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fblob\u002Fmain\u002FCONTRIBUTING.md) for more information on the development workflow and the internals of the wandb library. For wandb bugs and feature requests, visit [GitHub Issues](https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fissues) or contact support@wandb.com.\n\n \n\n# W&B Community\n\nBe a part of the growing W&B Community and interact with the W&B team in our [Discord](https:\u002F\u002Fwandb.me\u002Fdiscord). Stay connected with the latest AI updates and tutorials with [W&B Fully Connected](https:\u002F\u002Fwandb.ai\u002Ffully-connected).\n\n \n\n# License\n\n[MIT License](https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fblob\u002Fmain\u002FLICENSE)\n","\u003Cp align=\"center\">\n  \u003Cimg src=\".\u002Fassets\u002Flogo.svg\" width=\"600\" alt=\"Weights & Biases\" \u002F>\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n\u003Ca href=\"https:\u002F\u002Fpypi.python.org\u002Fpypi\u002Fwandb\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fv\u002Fwandb\" \u002F>\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fwandb\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fconda\u002Fvn\u002Fconda-forge\u002Fwandb\" \u002F>\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fpypi.python.org\u002Fpypi\u002Fwandb\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fpyversions\u002Fwandb\" \u002F>\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fcircleci.com\u002Fgh\u002Fwandb\u002Fwandb\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fcircleci\u002Fbuild\u002Fgithub\u002Fwandb\u002Fwandb\u002Fmain\" \u002F>\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fcodecov.io\u002Fgh\u002Fwandb\u002Fwandb\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fcodecov\u002Fc\u002Fgh\u002Fwandb\u002Fwandb\" \u002F>\u003C\u002Fa>\n\u003C\u002Fp>\n\u003Cp align='center'>\n\u003Ca href=\"https:\u002F\u002Fcolab.research.google.com\u002Fgithub\u002Fwandb\u002Fexamples\u002Fblob\u002Fmaster\u002Fcolabs\u002Fintro\u002FIntro_to_Weights_%26_Biases.ipynb\">\u003Cimg src=\"https:\u002F\u002Fcolab.research.google.com\u002Fassets\u002Fcolab-badge.svg\" \u002F>\u003C\u002Fa>\n\u003C\u002Fp>\n\n使用 W&B 更快速地构建更优秀的模型。跟踪并可视化机器学习流水线中的各个环节，从数据集到生产环境中的机器学习模型。立即开始使用 W&B，请 [注册 W&B 账户](https:\u002F\u002Fwandb.com?utm_source=github&utm_medium=code&utm_campaign=wandb&utm_content=readme)！\n\n\u003Cbr>\n\n正在构建 LLM 应用？借助我们的 GenAI 新工具套件 [Weave](https:\u002F\u002Fwandb.github.io\u002Fweave?utm_source=github&utm_medium=code&utm_campaign=wandb&utm_content=readme)，您可以跟踪、调试、评估和监控 LLM 应用。\n\n \n\n# 文档\n\n请参阅 [W&B 开发者指南](https:\u002F\u002Fdocs.wandb.ai?utm_source=github&utm_medium=code&utm_campaign=wandb&utm_content=documentation) 和 [API 参考指南](https:\u002F\u002Fdocs.wandb.ai\u002Ftraining\u002Fapi-reference#api-overview?utm_source=github&utm_medium=code&utm_campaign=wandb&utm_content=documentation)，以获取 W&B 平台的完整技术说明。\n\n \n\n# 快速入门\n\n安装 W&B，即可跟踪、可视化并管理任何规模的机器学习实验。\n\n## 安装 wandb 库\n\n```shell\npip install wandb\n```\n\n## 注册并创建 API 密钥\n\n注册一个 [W&B 账户](https:\u002F\u002Fwandb.ai\u002Flogin?utm_source=github&utm_medium=code&utm_campaign=wandb&utm_content=quickstart)。在 [wandb.ai\u002Fsettings](https:\u002F\u002Fwandb.ai\u002Fsettings) 创建一个新的 API 密钥，并将其安全保存。您也可以选择使用 `wandb login` CLI 在本地配置您的 API 密钥。不过，这一步并非必须——首次使用时，W&B 会提示您创建 API 密钥。\n\n**注意：** API 密钥仅在创建时可见一次。请将您的 API 密钥存储在密码管理器或环境变量等安全位置。\n\n## 创建一个机器学习训练实验\n\n在您的 Python 脚本或笔记本中，使用 `wandb.init()` 初始化一个 W&B 运行。指定超参数，并将指标及其他信息记录到 W&B。\n\n```python\nimport wandb\n\n# 运行将被记录到的项目\nproject = \"my-awesome-project\"\n\n# 包含超参数的字典\nconfig = {\"epochs\": 1337, \"lr\": 3e-4}\n\n# 使用 `with` 语法可在退出代码块时自动标记运行结束；若发生异常，则标记为“失败”。\n#\n# 在笔记本中，您也可以直接写 `run = wandb.init()`，然后手动调用 `run.finish()`，而不必使用 `with` 块。\nwith wandb.init(project=project, config=config) as run:\n    # 训练代码在此处\n\n    # 使用 run.log() 将数值记录到 W&B\n    run.log({\"accuracy\": 0.9, \"loss\": 0.1})\n```\n\n访问 [wandb.ai\u002Fhome](https:\u002F\u002Fwandb.ai\u002Fhome)，查看已记录的指标，如准确率和损失，以及它们在每个训练步骤中的变化情况。每个运行对象都会以自动生成的名称显示在“运行”列中。\n\n \n\n# 集成\n\nW&B [集成](https:\u002F\u002Fdocs.wandb.ai\u002Fmodels\u002Fintegrations)了流行的机器学习框架和库，使您能够快速轻松地在现有项目中设置实验跟踪和数据版本控制。\n\n对于希望将 W&B 添加到新框架的开发者，请参考 [W&B 开发者指南](https:\u002F\u002Fdocs.wandb.ai\u002Fmodels\u002Fintegrations\u002Fadd-wandb-to-any-library)。\n\n \n\n# W&B 托管选项\n\nWeights & Biases 提供云端服务，也可部署在您的私有基础设施上。您可以通过以下三种方式在生产环境中搭建 W&B 服务器：\n\n1. [多租户云](https:\u002F\u002Fdocs.wandb.ai\u002Fplatform\u002Fhosting\u002Fhosting-options\u002Fmulti_tenant_cloud?utm_source=github&utm_medium=code&utm_campaign=wandb&utm_content=hosting)：完全托管的平台，部署在 W&B 的 Google Cloud Platform (GCP) 账户中，位于 GCP 的北美地区。\n2. [专用云](https:\u002F\u002Fdocs.wandb.ai\u002Fplatform\u002Fhosting\u002Fhosting-options\u002Fdedicated_cloud?utm_source=github&utm_medium=code&utm_campaign=wandb&utm_content=hosting)：单租户、完全托管的平台，部署在 W&B 的 AWS、GCP 或 Azure 云账户中。每个专用云实例都拥有独立的网络、计算和存储资源，与其他 W&B 专用云实例隔离。\n3. [自托管](https:\u002F\u002Fdocs.wandb.ai\u002Fplatform\u002Fhosting\u002Fhosting-options\u002Fself-managed?utm_source=github&utm_medium=code&utm_campaign=wandb&utm_content=hosting)：将 W&B 服务器部署在您的 AWS、GCP 或 Azure 云账户中，或在您的本地基础设施内。\n\n更多详细信息，请参阅 W&B 开发者指南中的 [托管文档](https:\u002F\u002Fdocs.wandb.ai\u002Fplatform\u002Fhosting?utm_source=github&utm_medium=code&utm_campaign=wandb&utm_content=hosting)。\n\n \n\n# Python 版本支持\n\n我们承诺，在 Python 软件基金会规定的官方生命周期结束（EOL）日期之后，至少继续支持我们的最低要求 Python 版本六个月。Python EOL 日期列表可在此处找到：[这里](https:\u002F\u002Fdevguide.python.org\u002Fversions\u002F)。\n\n当我们停止对某个 Python 版本的支持时，我们会增加库的小版本号以反映这一变化。\n\n \n\n# 贡献指南\n\nWeights & Biases 热爱开源，欢迎社区贡献！有关开发流程和 wandb 库内部结构的更多信息，请参阅 [贡献指南](https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fblob\u002Fmain\u002FCONTRIBUTING.md)。如需报告 wandb 的 bug 或提出功能请求，请访问 [GitHub Issues](https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fissues) 或联系 support@wandb.com。\n\n \n\n# W&B 社区\n\n加入不断壮大的 W&B 社区，并通过我们的 [Discord](https:\u002F\u002Fwandb.me\u002Fdiscord) 与 W&B 团队互动。关注 [W&B Fully Connected](https:\u002F\u002Fwandb.ai\u002Ffully-connected) 获取最新的 AI 动态和教程。\n\n \n\n# 许可证\n\n[MIT 许可证](https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fblob\u002Fmain\u002FLICENSE)","# Weights & Biases (wandb) 快速上手指南\n\nWeights & Biases (W&B) 是一款强大的机器学习实验跟踪与可视化工具，帮助开发者更快地构建更优模型。从数据集管理到生产级模型监控，W&B 能完整记录机器学习流水线的各个环节。\n\n## 环境准备\n\n- **操作系统**：支持 Linux、macOS 和 Windows\n- **Python 版本**：支持 Python 3.7 及以上版本（官方承诺在 Python 版本正式停止维护后至少继续支持 6 个月）\n- **前置依赖**：无需特殊系统依赖，仅需标准的 Python 环境\n- **网络要求**：需要能够访问 `api.wandb.ai`（国内用户若遇连接问题，可考虑配置代理或使用海外云服务器）\n\n## 安装步骤\n\n使用 pip 安装 wandb 库：\n\n```shell\npip install wandb\n```\n\n> **提示**：国内用户如遇下载速度慢，可使用清华或阿里云镜像源加速安装：\n> ```shell\n> pip install wandb -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n> ```\n\n## 基本使用\n\n### 1. 登录与配置 API Key\n\n首次使用前，需注册 W&B 账号并获取 API Key：\n\n1. 访问 [wandb.ai](https:\u002F\u002Fwandb.ai) 注册账号\n2. 登录后进入 [设置页面](https:\u002F\u002Fwandb.ai\u002Fsettings) 创建新的 API Key\n3. **重要**：API Key 仅在创建时显示一次，请妥善保存（建议使用密码管理器或环境变量存储）\n\n在终端执行以下命令配置本地 API Key（可选，也可在首次运行时按提示输入）：\n\n```shell\nwandb login\n```\n\n### 2. 开始记录实验\n\n在你的 Python 脚本或 Jupyter Notebook 中，只需几行代码即可开始跟踪实验：\n\n```python\nimport wandb\n\n# 项目名称\nproject = \"my-awesome-project\"\n\n# 超参数配置\nconfig = {\"epochs\": 1337, \"lr\": 3e-4}\n\n# 初始化运行记录\n# 使用 with 语句可自动标记运行结束；若发生异常则标记为\"failed\"\n# 在 Notebook 中也可使用 run = wandb.init() 并手动调用 run.finish()\nwith wandb.init(project=project, config=config) as run:\n    # 在此处编写你的训练代码\n    \n    # 记录指标数据\n    run.log({\"accuracy\": 0.9, \"loss\": 0.1})\n```\n\n### 3. 查看结果\n\n代码运行后，访问 [wandb.ai\u002Fhome](https:\u002F\u002Fwandb.ai\u002Fhome) 即可查看实时更新的实验仪表盘。你可以：\n- 可视化准确率（accuracy）、损失（loss）等指标随训练步数的变化趋势\n- 对比不同超参数配置下的实验结果\n- 查看每次运行自动生成的唯一名称和详细日志\n\n---\n\n现在你已成功迈出使用 W&B 的第一步！后续可探索其与 PyTorch、TensorFlow、Keras 等主流框架的深度集成，或利用 Weave 工具链进行大语言模型（LLM）应用的调试与评估。","某初创公司的算法团队正在并行训练多个大语言模型微调实验，试图通过调整学习率、批次大小和网络层数来寻找最优配置。\n\n### 没有 wandb 时\n- 实验记录混乱：团队成员依靠本地 Excel 表格手动记录每次运行的超参数和结果，经常出现版本对应错误或数据丢失。\n- 过程不可视：无法实时查看训练过程中的损失曲线和准确率变化，往往要等到几小时训练结束后才发现模型早已发散或过拟合。\n- 复现困难：由于缺乏统一的配置管理，当需要复现某个“表现不错”的模型时，很难精确找回当时具体的代码版本和参数组合。\n- 协作效率低：成员间通过截图或口头沟通分享进展，导致信息不同步，难以快速对比不同实验策略的优劣。\n\n### 使用 wandb 后\n- 自动化追踪：只需在代码中嵌入几行 `wandb.init` 和 `run.log`，所有超参数、系统指标及自定义数据自动云端同步，彻底告别手工记账。\n- 实时可视化看板：团队可在网页端实时监控动态变化的训练曲线，一旦发现异常立即终止运行，大幅节省算力成本和时间。\n- 一键复现与版本管理：wandb 自动关联代码提交记录（Git Commit）与配置文件，点击即可还原任意一次实验的完整环境，确保结果可复现。\n- 高效协作对比：内置的平行坐标图和对比视图让团队成员能直观地并排分析数十个实验，快速锁定最佳模型策略。\n\nwandb 将原本碎片化、黑盒式的模型训练过程转化为透明、可协作的数据流，帮助团队以更少的试错成本更快地产出高质量模型。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fwandb_wandb_9d46b320.png","Weights & Biases","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fwandb_da272741.png","Building the best tools for ML practitioners",null,"https:\u002F\u002Fwandb.ai","https:\u002F\u002Fgithub.com\u002Fwandb",[82,86,90,94,98,102,106,109,113,116],{"name":83,"color":84,"percentage":85},"Python","#3572A5",67,{"name":87,"color":88,"percentage":89},"Go","#00ADD8",28.1,{"name":91,"color":92,"percentage":93},"Rust","#dea584",3.7,{"name":95,"color":96,"percentage":97},"C#","#178600",0.8,{"name":99,"color":100,"percentage":101},"Shell","#89e051",0.2,{"name":103,"color":104,"percentage":105},"C++","#f34b7d",0.1,{"name":107,"color":108,"percentage":105},"Jupyter Notebook","#DA5B0B",{"name":110,"color":111,"percentage":112},"Dockerfile","#384d54",0,{"name":114,"color":115,"percentage":112},"C","#555555",{"name":117,"color":118,"percentage":112},"Makefile","#427819",10948,851,"2026-04-05T13:54:04","MIT",1,"未说明",{"notes":126,"python":127,"dependencies":128},"该工具为实验跟踪与可视化平台客户端库，主要通过 pip 或 conda 安装。支持云端托管、专属云及自部署（Self-Managed）多种服务模式。首次使用需注册账号并配置 API Key。官方承诺在 Python 版本正式停止维护（EOL）后至少继续支持六个月。","3.8+",[],[54,51,14,13,15],[131,132,133,134,135,136,137,138,139,140,141,142,143,144,145,146,147,148,149],"machine-learning","experiment-track","deep-learning","keras","tensorflow","pytorch","hyperparameter-search","reinforcement-learning","mlops","data-science","collaboration","hyperparameter-optimization","reproducibility","hyperparameter-tuning","data-versioning","model-versioning","ml-platform","jax","ai","2026-03-27T02:49:30.150509","2026-04-06T07:11:46.990291",[153,158,163,168,173,178],{"id":154,"question_zh":155,"answer_zh":156,"source_url":157},18103,"遇到 wandb 网络超时错误（ConnectTimeout）无法连接怎么办？","这通常是由于网络连接问题导致的。可以通过修改 base_url 使用镜像源来解决。\n方法一（推荐）：设置环境变量并重新登录。\n在命令行运行：\nexport WANDB_BASE_URL=\"https:\u002F\u002Fapi.bandw.top\"\nwandb login --relogin\n\n方法二：修改源代码。\n找到 wandb\u002Fsdk\u002Fwandb_settings.py 中的 Settings 类，将 base_url: str = \"https:\u002F\u002Fapi.wandb.ai\" 修改为 base_url: str = \"https:\u002F\u002Fapi.bandw.top\"，然后重新登录。","https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fissues\u002F9946",{"id":159,"question_zh":160,"answer_zh":161,"source_url":162},18104,"调用 wandb.finish() 时程序卡住，显示数据已上传但无法结束进程怎么办？","这个问题在旧版本中较为常见，通常与内部进程同步或网络问题有关。\n解决方案：升级 wandb 到最新版本（建议 0.19.1 或更高），新版本在 finish() 过程中会显示更多详细信息，有助于排查是否因网络问题导致阻塞。\n注意：确保没有使用 `wandb.require(\"legacy-service\")`，因为它可能引发兼容性问题。","https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fissues\u002F4929",{"id":164,"question_zh":165,"answer_zh":166,"source_url":167},18105,"如何在训练循环中动态更新 WandB Table（表格），使其在网页端实时显示新增的行？","默认情况下，Table 对象在首次记录后不会自动更新显示新增数据。需要使用支持增量更新的日志模式。\n解决方案：升级 wandb SDK 至 0.20.1 或更高版本，并使用 `log_mode=\"MUTABLE\"` 创建表格。\n示例代码：\nimport wandb\nrun = wandb.init(project=\"mutable-table-demo\")\ntable = wandb.Table(columns=[\"input\", \"label\", \"prediction\"], log_mode=\"MUTABLE\")\n# 在循环中添加数据\ntable.add_data(input_val, label_val, pred_val)\nrun.log({\"examples\": table})\n这样每次 log 都会覆盖并更新网页端的表格内容。","https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fissues\u002F2981",{"id":169,"question_zh":170,"answer_zh":171,"source_url":172},18106,"在使用软链接（soft links）指向项目目录时，wandb 本地保存失败或报错（如 Stale file handle）如何解决？","当项目目录通过软链接挂载时，wandb 的文件监听机制可能会因为文件句柄失效而报错。\n临时解决方案：\n1. 避免在运行过程中删除或移动 wandb 的运行目录。\n2. 确保在调用 `run.finish()` 完成所有数据同步后，再手动清理本地的 wandb 运行文件夹。\n正确顺序：\n- 获取 wandb 运行目录路径\n- 调用 run.finish() 等待上传完成\n- 删除运行目录\n如果问题依旧，建议尽量避免对包含代码和数据的根目录使用软链接，或将 wandb 的保存目录（dir 参数）指定到一个非软链接的物理路径。","https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fissues\u002F4409",{"id":174,"question_zh":175,"answer_zh":176,"source_url":177},18107,"从 MLFlow 导入数据到 WandB 时遇到权限错误（PermissionError）怎么办？","在使用 `MlflowImporter` 从 MLFlow 导入运行时，如果遇到权限错误，通常是因为当前用户没有读取 MLFlow 后端存储（如数据库或人工制品目录）的权限，或者 MLFlow 追踪 URI 配置不当。\n解决步骤：\n1. 检查 `mlflow_tracking_uri` 是否正确指向可访问的地址。\n2. 确认运行脚本的用户拥有对 MLFlow 后端存储（如 SQLite 数据库文件或 S3 桶）的读写权限。\n3. 如果是跨服务器导入，确保网络防火墙允许访问 MLFlow 服务端口。\n4. 尝试在本地先运行 `mlflow` 命令确认能正常列出 runs，再执行导入脚本。","https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fissues\u002F5339",{"id":179,"question_zh":180,"answer_zh":181,"source_url":162},18108,"如何在多次运行训练任务时正确管理 wandb 的初始化和结束，避免资源泄露或数据丢失？","在循环中多次运行训练任务时，必须正确管理 run 的生命周期。\n最佳实践：\n1. 使用 `wandb.init(reinit=True)` 允许在同一进程中重新初始化。\n2. 务必在每次训练结束后显式调用 `wandb.finish()`，确保数据上传完成且进程关闭。\n3. 不要在 `finish()` 完成前删除本地的 wandb 运行目录，否则会导致同步逻辑中断和数据丢失。\n示例结构：\nwhile True:\n    run = wandb.init(project=\"my-project\", reinit=True)\n    # 训练代码...\n    run.log({...})\n    run.finish()  # 必须等待此函数返回后再进行下一次迭代或清理文件",[183,188,193,198,203,208,213,218,223,228,233,238,243,248,253,258,263,268,273,278],{"id":184,"version":185,"summary_zh":186,"released_at":187},108578,"v0.25.1","## 变更内容\n\n### 新增\n\n- 在 W&B LEET TUI 中运行控制台日志面板（`wandb beta leet` 命令，使用 `l` 键切换）。(@dmitryduev 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F11345 中)\n- 在 W&B LEET TUI 的多运行工作区模式下添加系统指标面板（`wandb beta leet` 命令，使用 `s` 键切换）。(@dmitryduev 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F11391 中)\n- 在 W&B LEET TUI 中支持系统指标过滤功能（`wandb beta leet` 命令，使用 `\\` 键切换）。(@dmitryduev 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F11391 中)\n- `ArtifactType.collections()` 现在支持对集合进行过滤和排序。(@amusipatla-wandb 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F11268 中)\n- 当 `run.log_artifact` 由于 artifact 内容与现有版本完全相同而未创建新版本时，显示警告信息。(@pingleiwandb 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F11340 中)\n- `Project.collections()` 用于获取项目中经过筛选和排序的 artifact 集合。(@amusipatla-wandb 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F11319 中)\n- `wandb purge-cache` 命令用于清理缓存文件。(@jacobromero 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10996 中)\n\n### 修复\n\n- 修复了一个罕见的死锁问题：当垃圾回收在不恰当的时间触发，并执行一个包含打印操作的 `__del__` 方法时，可能会导致死锁。(@timoffex 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F11402 中)\n- 修复了从 `api.Runs` 迭代中访问 run 时，`api.Run.user` 抛出 `AttributeError` 的问题。(@jacobromero 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F11439 中)","2026-03-10T23:54:02",{"id":189,"version":190,"summary_zh":191,"released_at":192},108579,"v0.25.0","## 变更内容\n\n### 重要变更\n\n此版本已不再支持 Python 3.8。\n\n### 新增功能\n\n- W&B LEET TUI 中的多运行工作区体验（`wandb beta leet` 命令）。(@dmitryduev 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F11299 中)\n- W&B LEET TUI 的配置编辑器（`wandb beta leet config` 命令）。(@dmitryduev 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F11327 中)\n- `wandb.apis.public.Project` 上的 `owner` 属性，用于访问项目所有者的用户信息。(@jacobromero 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F11278 中)\n\n### 变更\n\n- 不再支持 Python 3.8 (@tonyyli-wandb 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F11198、https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F11290 和 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F11164 中)\n\n### 修复\n\n- 超参搜索代理现在会在超参搜索被删除时正常退出，而不会因重复出现 404 错误而无限运行。(@domphan-wandb 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F11226 中)\n- `wandb-core` 崩溃不再在旧版 Python 中产生极其冗长且重复的堆栈跟踪。(@timoffex 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F11284 中)\n- TensorBoard 同步不再在传输 1 MB 数据后停止。(@timoffex 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F11334 中)\n  - 该问题为 0.24.0 版本引入的回归。","2026-02-13T19:44:06",{"id":194,"version":195,"summary_zh":196,"released_at":197},108580,"v0.24.2","## 变更内容\n\n### 新增\n\n- `wandb.Api()` 现在支持联合身份验证（基于 JWT 的认证）。(@ryanbuccellato 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F11243 中)\n\n### 修复\n\n- 在下载 Artifact 文件时，如果预签名的下载 URL 过期，会自动刷新。(@pingleiwandb 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F11242 中)","2026-02-05T00:19:26",{"id":199,"version":200,"summary_zh":201,"released_at":202},108581,"v0.24.1","## 变更内容\n\n### 重要变更\n\n使用 `wandb==0.24.0` 创建的运行可能会出现部分数据无法上传的问题，此版本已修复该问题。缺失的数据会保存在运行的 `.wandb` 文件中，可通过 `wandb sync` 命令重新上传。\n\n### 新增功能\n\n- 在 `api.Run` 类中新增 `download_history_exports` 方法，用于以 Parquet 文件格式下载导出的运行历史数据（@jacobromero，见 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F11094）\n\n### 变更\n\n- 当设置文件（例如 `.\u002Fwandb\u002Fsettings` 或 `~\u002F.config\u002Fwandb\u002Fsettings`）包含无效设置时，所有设置文件将被忽略，并输出错误信息（@timoffex，见 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F11207）\n\n### 修复\n\n- 在执行 `wandb login --host \u003Cinvalid-url>` 后，再使用 `wandb login --host \u003Cvalid-url>` 即可正常工作（@timoffex，见 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F11207）\n  - 该回归问题出现在 0.24.0 版本中\n- `wandb beta sync` 现已正确加载凭据（@timoffex，见 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F11231）\n  - 该回归问题出现在 0.24.0 版本中\n  - 导致 `wandb beta sync` 命令卡在“Syncing...”状态\n- 修复了 0.24.0 版本中偶尔出现的数据未上传问题（@timoffex，见 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F11249）\n  - 所有未上传的数据都会保存在运行的 `.wandb` 文件中，可通过 `wandb sync` 命令重新上传\n\n","2026-01-29T23:47:48",{"id":204,"version":205,"summary_zh":206,"released_at":207},108582,"v0.24.0","⚠️ 此版本已从 PyPI 下架。\n请勿使用此版本。使用 `wandb==0.24.0` 创建的运行在极少数情况下可能会静默失败，无法上传数据。请立即升级到 `v0.24.1`，该版本已修复此问题。如果您已经使用过此版本，缺失的数据将存储在运行的 `.wandb` 文件中，可通过 `wandb sync` 恢复。\n\n## 变更内容\n\n### 重要变更\n\n此版本移除了已弃用的旧版 `wandb.beta.workflows` 模块及其 `log_model()`、`use_model()` 和 `link_model()` 函数。这属于正式的破坏性变更。\n\n### 新增功能\n\n- `wandb agent` 和 `wandb.agent()` 现在接受 `forward_signals` 标志（命令行：`--forward-signals\u002F-f`），用于将 SIGINT、SIGTERM 及其他可捕获信号从代理进程转发至其超参搜索子运行，从而在中断代理进程时实现更干净的关闭操作（@kylegoyette、@domphan-wandb，见 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9651）。\n- `wandb beta sync` 现在支持 `--live` 选项，可在运行正在记录日志时同步该运行（@timoffex，见 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F11079）。\n\n### 移除内容\n\n- 移除了已弃用的 `wandb.beta.workflows` 模块及其 `log_model()`、`use_model()` 和 `link_model()` 函数。这些函数的现代替代方案分别为 `Run.log_artifact`、`Run.use_artifact` 和 `Run.link_artifact` 方法（@tonyyli-wandb，待补充 PR 链接）。\n\n### 修复内容\n\n- 修复了 `Run.__exit__` 的类型注解，使其能够接受 `None` 值，这些值会在未引发异常时传递（@moldhouse，见 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F11100）。\n- 修复了在调用 `random.seed()` 后创建 Artifact 时出现的 `Invalid Client ID digest` 错误。当随机状态以确定性方式初始化时，客户端 ID 可能会发生冲突。（@pingleiwandb，见 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F11039）。\n- 修复了列出空 Artifact 时的 CLI 错误（@ruhiparvatam，见 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F11157）。\n- 修复了对 Sweeps 运行调用 `api.run()` 时出现的回归问题（@willtryagain，见 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F11088；@kelu-wandb，见 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F11097）。\n- 修复了运行结束时打印的“查看运行”消息，该消息有时不包含 URL（@timoffex，见 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F11113）。\n- 通过 wandb.Api() 查询的运行现在会在 VSCode 笔记本中显示字符串表示，而不是显示损坏的 HTML 窗口（@jacobromero，见 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F11040）。\n\n","2026-01-13T23:01:48",{"id":209,"version":210,"summary_zh":211,"released_at":212},108583,"v0.23.1","## 变更内容\n\n### 新增\n\n- W&B LEET TUI 中的指标和运行概览筛选器支持正则表达式 (@dmitryduev，见 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10919)\n- W&B LEET TUI 中的图表检查功能：右键拖动可显示最近数据点的 (x, y) 值；按住 Alt 键可在所有可见图表之间同步检查 (@dmitryduev，见 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10989)\n- 自动化 API 现在支持创建和编辑基于运行状态触发的自动化任务 (@tonyyli-wandb，见 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10848)\n- 自动化 API 现在支持基本的 z 分数自动化事件 (@matthoare117-wandb，见 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10931)\n- 简化了自动化 API 中用于创建 z 分数指标自动化触发器的语法 (@matthoare117-wandb，见 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10953)\n- 为 `Run` 对象添加了 `beta_history_scan` 方法，以提升使用 `wandb.Api` 进行历史记录扫描的性能 (@jacobromero，见 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10779)\n\n\n### 变更\n\n- 如果设置了 `WANDB_IDENTITY_TOKEN_FILE` 环境变量但未显式提供 API 密钥，`wandb.Api()` 现在会抛出 `UsageError` 异常 (@timoffex，见 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10970)\n  - `wandb.Api()` 一直仅支持通过 API 密钥进行操作\n\n### 已弃用\n\n- 匿名模式，包括 `anonymous` 设置、`WANDB_ANONYMOUS` 环境变量、`wandb.init(anonymous=...)`、`wandb login --anonymously` 和 `wandb.login(anonymous=...)`，现已弃用并会发出警告 (@timoffex，见 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10909)\n\n### 修复\n\n- `wandb.Image()` 现不再打印弃用警告 (@jacobromero，见 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10880)\n- `Registry.description` 和 `ArtifactCollection.description` 现不再拒绝空字符串 (@tonyyli-wandb，见 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10891)\n- 实例化 `Artifact` 对象的速度现已显著提升 (@tonyyli-wandb，见 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10819)\n- 当符号链接被禁用或不可用时（例如跨卷或 Windows 上未启用开发者模式），`wandb.Run.save()` 现在会回退到硬链接，必要时再进行复制（相应地将“live”文件策略降级为“now”）(@dmitryduev，见 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10894）\n- 艺术品集合别名现在改为在访问 `ArtifactCollection.aliases` 时才惰性加载，而不是在实例化 `ArtifactCollection` 时立即加载，从而提升了 `Api.artifact_collections()`、`Api.registries().collections()` 等方法的性能 (@tonyyli-wandb，见 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10731)\n- 在使用 `wandb.init(settings=wandb.Settings(api_key=\"...\"))` 初始化时，应明确提供 API 密钥以完成登录。通过 `run.log_artifact` 记录艺术品时，则使用运行自身的密钥 (@pingleiwandb，见 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10914)\n- W&B LEET TUI 现已正确显示某些系统指标的负 Y 轴刻度值以及基数\u002F显示单位 (@dmitryduev，见 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10905)\n- 修复了 `co` 中一个罕见的无限循环问题","2025-12-03T02:27:21",{"id":214,"version":215,"summary_zh":216,"released_at":217},108584,"v0.23.0","## 变更内容\n\n### 新增\n\n- 实验性 `wandb beta leet` 命令——轻量级实验探索工具——一个用于在本地查看 W&B 运行的终端 UI，支持实时指标可视化和系统监控（由 @dmitryduev 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10764 中实现）\n- 注册表 API 现在支持以编程方式管理单个注册表的用户和团队成员。（由 @tonyyli-wandb 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10542 中实现）\n- 已将 `Registry.id` 添加为 `Registry` 对象的只读属性（由 @tonyyli-wandb 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10785 中实现）。\n\n### 修复\n\n- 当使用 `names` 参数进行过滤时，`Artifact.files()` 现在具有正确的 `len()` 值（由 @matthoare117-wandb 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10796 中修复）\n- 文件上传进度的分子值不再偶尔超过文件总大小（由 @timoffex 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10812 中修复）\n- `Artifact.link()` 现在会记录未保存的 artifact，而不是抛出错误，这与 `Run.link_artifact()` 的行为保持一致（由 @tonyyli-wandb 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002F10822 中修复）\n- 在 VSCode 的 Jupyter Notebook 扩展中运行 IPython 笔记本时，自动保存代码功能现已正常工作（由 @jacobromero 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10746 中修复）\n- 当 `Artifact.metadata` 中包含无穷大浮点数时，记录 artifact 现在会提前抛出 `ValueError`，而不会等到请求重试超时后再报错（由 @tonyyli-wandb 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10845 中修复）。","2025-11-11T21:27:15",{"id":219,"version":220,"summary_zh":221,"released_at":222},108585,"v0.22.3","## 变更内容\n\n### 新增\n\n- 添加了设置 `console_chunk_max_seconds` 和 `console_chunk_max_bytes`，用于基于大小和时间对控制台日志进行分块处理（由 dmitryduev 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10162 中实现）。\n- Registry API 的查询方法（`Api.registries()`、`Registry.{collections,versions}()`、`Api.registries().{collections,versions}()`）现在接受 `per_page` 关键字参数，以覆盖分页结果的默认批次大小（由 tonyyli-wandb 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10713 中实现）。\n\n### 变更\n\n- 现在支持长度超过 40 个字符的 API 密钥。（由 jennwandb 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10688 中实现）\n\n### 修复\n\n- 在 v0.22.1 版本中，调用 `artifact.logged_by()` 时，`run.config` 现在能够正确返回一个字典。（由 thanos-wandb 在 #10682 中修复）\n- `wandb.Api(api_key=...)` 现在会优先使用显式提供的 API 密钥，而非线程本地缓存的凭据。（由 pingleiwandb 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10657 中修复）\n- 修复了 `console_capture.py` 中罕见的死锁问题。（由 timoffex 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10683 中修复）\n  - 如果在发生死锁时转储线程堆栈跟踪，并发现 `wandb-AsyncioManager-main` 线程卡在 `console_capture.py` 的某一行上：该问题现已修复。\n- 修复了一个问题：如果 tfevents 文件正在实时写入，TensorBoard 同步有时会停止工作。（由 timoffex 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10625 中修复）\n- `Artifact.manifest` 会延迟下载 **以及** 生成工件清单的下载 URL，直到首次使用时才进行。如果清单未在本地修改过，`Artifact.size` 和 `Artifact.digest` 可以直接返回，而无需等待完整清单的获取。（由 tonyyli-wandb 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10680 中修复）\n- 修复了通过 `artifact.add_reference` 上传 GCS 文件夹引用的问题。（由 amusipatla-wandb 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10679 中修复）\n- SDK 现在能够正确推断 Jupyter 会话中的笔记本路径，使用服务器的根目录，因此代码保存功能可在子目录中正常工作（例如 code\u002Fnested\u002F\u003Cnotebook>.ipynb）。（由 jacobromero 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10709 中修复）\n\n","2025-10-29T00:00:30",{"id":224,"version":225,"summary_zh":226,"released_at":227},108586,"v0.22.2","## 变更内容\n\n### 修复\n\n- 或许修复了 `output.log` 文件未能上传的某些情况（@timoffex 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10620 中）\n- 修复了在未更改文件的情况下多次调用 `run.save()` 时出现的数据过度上传问题（@dmitryduev 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10639 中）","2025-10-07T19:55:36",{"id":229,"version":230,"summary_zh":231,"released_at":232},108587,"v0.22.1","## 变更内容\n\n### 新增\n\n- 优化了 Artifact 下载的校验流程，通过缓存校验和来减少重复验证 (@thanos-wandb 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10157 中)\n- 为 `Api().runs()` 添加了惰性加载支持，以提升列出 Run 时的性能。新的 `lazy=True` 参数（默认值）在初始加载时仅获取必要的元数据，而配置、摘要等较重的字段则会在访问时按需自动加载 (@thanos-wandb 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10034 中)\n- 创建 Artifact 时新增 `storage_region` 选项。用户可以通过指定 `wandb.Artifact(storage_region=\"coreweave-us\")` 来使用 [CoreWeave AI 对象存储](https:\u002F\u002Fdocs.coreweave.com\u002Fdocs\u002Fproducts\u002Fstorage\u002Fobject-storage)，从而在 CoreWeave 的基础设施上实现更快的 Artifact 上传\u002F下载，尤其是在 wandb.ai 上使用时。(@pingleiwandb 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10533 中)\n\n### 修复\n\n- `Api.artifact_exists()` 和 `Api.artifact_collection_exists()` 现在会在遇到超时错误时抛出异常，而不是（可能错误地）返回 `False`。(@tonyyli-wandb 在 https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10591 中)","2025-09-29T17:18:23",{"id":234,"version":235,"summary_zh":236,"released_at":237},108588,"v0.22.0","## What's Changed\r\n\r\n### Notable Changes\r\n\r\nThis version removes support of MacOS 10.\r\n\r\n### Removed\r\n\r\n- Remove a build targeting MacOS 10.x due to multiple security and supply chain considerations (@dmitryduev in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10529)\r\n\r\n### Fixed\r\n\r\n- Resuming a run with a different active run will now raise an error unless you call `run.finish()` first, or call `wandb.init()` with the parameter `reinit='create_new'` (@jacobromero in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10468)\r\n- Fix `Api().runs()` for wandb server \u003C 0.51.0 (when `project.internalId` was added to gql API) (@kelu-wandb in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10507)\r\n- Sweeps: `command` run scripts that `import readline` whether directly or indirectly (e.g. `import torch` on Python 3.13) should no longer deadlock (@kelu-wandb in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10489)\r\n\r\n","2025-09-18T20:09:42",{"id":239,"version":240,"summary_zh":241,"released_at":242},108589,"v0.21.4","## What's Changed\r\n\r\n### Added\r\n\r\n- Add DSPy integration: track evaluation metrics over time, log predictions and program signature evolution to W&B Tables, and save DSPy programs as W&B Artifacts (complete program or state as JSON\u002FPKL) (@ayulockin in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10327)\r\n\r\n","2025-09-11T21:24:51",{"id":244,"version":245,"summary_zh":246,"released_at":247},108590,"v0.21.3","## What's Changed\r\n\r\n### Changed\r\n\r\n- Updated `click` dependency constraint from `>=7.1` to `>=8.0.1` (@willtryagain in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10418)\r\n\r\n### Fixed\r\n\r\n- The message \"Changes to your wandb environment variables will be ignored\" is no longer printed when nothing changed (@timoffex in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10420)\r\n\r\n","2025-09-04T19:35:22",{"id":249,"version":250,"summary_zh":251,"released_at":252},108591,"v0.21.2","## What's Changed\r\n\r\n### Notable Changes\r\n\r\nThis version raises errors that would previously have been suppressed during calls to `Artifact.link()` or `Run.link_artifact()`. While this prevents undetected failures in those methods, it is also a breaking change.\r\n\r\n### Added\r\n\r\n- New settings for `max_end_of_run_history_metrics` and `max_end_of_run_summary_metrics` (@timoffex in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10351)\r\n- New `wandb.integration.weave` module for automatically initializing Weave when a W&B run is active and `weave` is imported (@andrewtruong in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10389)\r\n\r\n### Changed\r\n\r\n- Errors encountered while linking an artifact are no longer suppressed\u002Fsilenced, and `Artifact.link()` and `Run.link_artifact()` no longer return `None` (@tonyyli-wandb in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9968)\r\n- The \"Run history\" and \"Run summary\" printed at the end of a run are now limited to 10 metrics each (@timoffex in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10351)\r\n\r\n### Fixed\r\n\r\n- Dataclasses in a run's `config` no long raise `Object of type ... is not JSON serializable` when containing real classes as fields to the dataclass (@jacobromero in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10371)\r\n- `Artifact.link()` and `Run.link_artifact()` should be faster on server versions 0.74.0+, requiring 4-5 fewer unnecessary blocking GraphQL requests (@tonyyli-wandb in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10393).\r\n\r\n","2025-08-28T22:54:22",{"id":254,"version":255,"summary_zh":256,"released_at":257},108592,"v0.21.1","## What's Changed\r\n\r\n### Notable Changes\r\n\r\nThe default ordering for `Api().runs(...)` and `Api().sweeps(...)` is now ascending order based on the runs `created_at` time.\r\n\r\n### Added\r\n\r\n- Support `first` summary option in `define_metric` (@kptkin in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10121)\r\n- Add support for paginated sweeps (@nicholaspun-wandb in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10122)\r\n- `pattern` parameter to `Api().run().files` to only get files matching a given pattern from the W&B backend (@jacobromero in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10163)\r\n- Add optional `format` key to Launch input JSONSchema to specify a string with a secret format (@domphan-wandb in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10207)\r\n\r\n### Changed\r\n\r\n- `Sweep.name` property will now return user-edited display name if available (falling back to original name from sweep config, then sweep ID as before) (@kelu-wandb in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10144)\r\n- `Api().runs(...)` and `Api().sweeps(...)` now returns runs in ascending order according to the runs `created_at` time. (@jacobromero in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10130)\r\n- Artifact with large file (>2GB) uploads faster by using parallel hashing on system with more cores (@pingleiwandb in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10136)\r\n- Remove the implementation of `__bool__` for the registry iterators to align with python lazy iterators. (@estellazx in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10259)\r\n\r\n### Deprecated\r\n\r\n- The `wandb.beta.workflows` module and its contents (including `log_model()`, `use_model()`, and `link_model()`) are deprecated and will be removed in a future release (@tonyyli-wandb in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10205).\r\n\r\n### Fixed\r\n\r\n- Correct the artifact url for organization registry artifacts to be independent of the artifact type (@ibindlish in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10049)\r\n- Suffixes on sanitized `InternalArtifact` names have been shortened to 6 alphanumeric characters (@tonyyli-wandb in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10102)\r\n- `wandb.Video` will not print a progress spinner while encoding video when `WANDB_SILENT`\u002F`WANDB_QUIET` environment variables are set (@jacobromero in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10064)\r\n- Fixed registries fetched using `api.registries()` from having an extra `wandb-registry-` prefix in the name and full_name fields (@estellazx in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10187)\r\n- Fixed a crash that could happen when using `sync_tensorboard` (@timoffex in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10199)\r\n- `Api().run(...).upload_file` no longer throws an error when uploading a file in a different path relative to the provided root directory (@jacobromero in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10228)\r\n- Calling `load()` function on a public API run object no longer throws `TypeError`. (@jacobromero in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10050)\r\n- When a Sweeps run function called by `wandb.agent()` API throws an exception, it will now appear on the logs page for the run. (This previously only happened for runs called by the `wandb agent` CLI command.) (@kelu-wandb in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10244)\r\n\r\n","2025-08-07T18:54:49",{"id":259,"version":260,"summary_zh":261,"released_at":262},108593,"v0.21.0","## What's Changed\r\n\r\n### Notable Changes\r\n\r\nThis version removes the legacy implementation of the `service` process. This is a breaking change.\r\n\r\n### Added\r\n\r\n- Setting `x_stats_track_process_tree` to track process-specific metrics such as the RSS, CPU%, and thread count in use for the entire process tree, starting from `x_stats_pid`. This can be expensive and is disabled by default (@dmitryduev in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10089)\r\n- Notes are now returned to the client when resuming a run (@kptkin in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9739)\r\n- Added support for creating custom Vega chart presets through the API. Users can now define and upload custom chart specifications that can be then reused across runs with wandb.plot_table() (@thanos-wandb in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9931)\r\n\r\n### Changed\r\n\r\n- Calling `Artifact.link()` no longer instantiates a throwaway placeholder run (@tonyyli-wandb in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9828)\r\n- `wandb` now attempts to use Unix sockets for IPC instead of listening on localhost, making it work in environments with more restrictive permissions (such as Databricks) (@timoffex in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9995)\r\n- `Api.artifact()` will now display a warning while fetching artifacts from migrated model registry collections. (@ibindlish in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10047)\r\n- The `.length` for objects queried from `wandb.Api` has been deprecated. Use `len(...)` instead (@jacobromero in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10091)\r\n\r\n### Removed\r\n\r\n- Removed the legacy python implementation of the `service` process. The `legacy-service` option of `wandb.require` as well as the `x_require_legacy_service` and `x_disable_setproctitle` settings with the corresponding environment variables have been removed and will now raise an error if used (@dmitryduev in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9965)\r\n\r\n- Removed the private `wandb.Run._metadata` attribute. To override the auto-detected CPU and GPU counts as well as the GPU type, please use the new settings `x_stats_{cpu_count,cpu_logical_count,gpu_count,gpu_type}` (@dmitryduev in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9984)\r\n\r\n### Fixed\r\n\r\n- Allow s3 style CoreWeave URIs for reference artifacts. (@estellazx in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9979)\r\n- Fixed rare bug that made Ctrl+C ineffective after logging large amounts of data (@timoffex in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10071)\r\n- Respect `silent`, `quiet`, and `show_warnings` settings passed to a `Run` instance for warnings emitted by the service process (@kptkin in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10077)\r\n- `api.Runs` no longer makes an API call for each run loaded from W&B. (@jacobromero in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10087)\r\n- Correctly parse the `x_extra_http_headers` setting from the env variable (@dmitryduev in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10103)\r\n- `.length` calls the W&B backend to load the length of objects when no data has been loaded rather than returning `None` (@jacobromero in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F10091)\r\n\r\n","2025-07-02T00:25:13",{"id":264,"version":265,"summary_zh":266,"released_at":267},108594,"v0.20.1","## What's Changed\r\n\r\n### Fixed\r\n\r\n- `wandb.Image()` was broken in 0.20.0 when given NumPy arrays with values in the range [0, 1], now fixed (@timoffex in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9982)\r\n\r\n","2025-06-05T00:11:36",{"id":269,"version":270,"summary_zh":271,"released_at":272},108595,"v0.20.0","## What's Changed\r\n\r\n- wandb.Table: Added new constructor param, `log_mode`, with options `\"IMMUTABLE\"` and `\"MUTABLE\"`. `IMMUTABLE` log mode (default) is existing behavior that only allows a table to be logged once. `MUTABLE` log mode allows the table to be logged again if it has been mutated. (@domphan-wandb in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9758)\r\n- wandb.Table: Added a new `log_mode`, `\"INCREMENTAL\"`, which logs newly added table data incrementally. (@domphan-wandb in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9810)\r\n\r\n### Notable Changes\r\n\r\nThis version removes the ability to disable the `service` process. This is a breaking change.\r\n\r\n### Added\r\n\r\n- Added `merge` parameter to `Artifact.add_dir` to allow overwrite of previously-added artifact files (@pingleiwandb in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9907)\r\n- Support for pytorch.tensor for `masks` and `boxes` parameters when creating a `wandb.Image` object. (@jacobromero in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9802)\r\n- `sync_tensorboard` now supports syncing tfevents files stored in S3, GCS and Azure (@timoffex in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9849)\r\n  - GCS paths use the format `gs:\u002F\u002Fbucket\u002Fpath\u002Fto\u002Flog\u002Fdir` and rely on application-default credentials, which can be configured using `gcloud auth application-default login`\r\n  - S3 paths use the format `s3:\u002F\u002Fbucket\u002Fpath\u002Fto\u002Flog\u002Fdir` and rely on the default credentials set through `aws configure`\r\n  - Azure paths use the format `az:\u002F\u002Faccount\u002Fcontainer\u002Fpath\u002Fto\u002Flog\u002Fdir` and the `az login` credentials, but also require the `AZURE_STORAGE_ACCOUNT` and `AZURE_STORAGE_KEY` environment variables to be set. Some other environment variables are supported as well, see [here](https:\u002F\u002Fpkg.go.dev\u002Fgocloud.dev@v0.41.0\u002Fblob\u002Fazureblob#hdr-URLs).\r\n- Added support for initializing some Media objects with `pathlib.Path` (@jacobromero in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9692)\r\n- New setting `x_skip_transaction_log` that allows to skip the transaction log. Note: Should be used with caution, as it removes the gurantees about recoverability. (@kptkin in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9064)\r\n- `normalize` parameter to `wandb.Image` initialization to normalize pixel values for Images initialized with a numpy array or pytorch tensor. (@jacobromero in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9883)\r\n\r\n### Changed\r\n\r\n- Various APIs now raise `TypeError` instead of `ValueError` or other generic errors when given an argument of the wrong type. (@timoffex in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9902)\r\n- Various Artifacts and Automations APIs now raise `CommError` instead of `ValueError` upon encountering server errors, so as to surface the server error message. (@ibindlish in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9933)\r\n- `wandb.sdk.wandb_run.Run::save` method now requires the `glob_str` argument (@dmitryduev in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9962)\r\n\r\n### Removed\r\n\r\n- Removed support for disabling the `service` process. The `x_disable_service`\u002F`_disable_service` setting and the `WANDB_DISABLE_SERVICE`\u002F`WANDB_X_DISABLE_SERVICE` environment variable have been deprecated and will now raise an error if used (@kptkin in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9829)\r\n- Removed ability to use `wandb.docker` after only importing `wandb` (@timoffex in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9941)\r\n  - `wandb.docker` is not part of `wandb`'s public interface and is subject to breaking changes. Please do not use it.\r\n- Removed no-op `sync` argument from `wandb.Run::log` function (@kptkin in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9940)\r\n- Removed deprecated `wandb.sdk.wandb_run.Run.mode` property (@dmitryduev in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9958)\r\n- Removed deprecated `wandb.sdk.wandb_run.Run::join` method (@dmitryduev in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9960)\r\n\r\n### Deprecated\r\n\r\n- The `start_method` setting is deprecated and has no effect; it is safely ignored (@kptkin in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9837)\r\n- The property `Artifact.use_as` and parameter `use_as` for `run.use_artifact()` are deprecated since these have not been in use for W&B Launch (@ibindlish in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9760)\r\n\r\n### Fixed\r\n\r\n- Calling `wandb.teardown()` in a child of a process that called `wandb.setup()` no longer raises `WandbServiceNotOwnedError` (@timoffex in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9875)\r\n  - This error could have manifested when using W&B Sweeps\r\n- Offline runs with requested branching (fork or rewind) sync correctly (@dmitryduev in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9876)\r\n- Log exception as string when raising exception in Job wait_until_running method (@KyleGoyette in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9607)\r\n- `wandb.Image` initialized with tensorflow data would be normalized differently than when initialized with a numpy array (@jacobromero in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9883)\r\n- Using `wandb login` no longer prints a warning about `wandb.require(\"legacy-service\")` (@timoffex in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwand","2025-06-03T20:40:53",{"id":274,"version":275,"summary_zh":276,"released_at":277},108596,"v0.19.11","## What's Changed\r\n\r\n### Added\r\n\r\n- Added creation, deletion, and updating of registries in the SDK. (@estellazx in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9453)\r\n- `artifact.is_link` property to artifacts to determine if an artifact is a link artifact (such as in the Registry) or source artifact. (@estellazx in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9764)\r\n- `artifact.linked_artifacts` to fetch all the linked artifacts to a source artifact and `artifact.source_artifact` to fetch the source artifact of a linked artifact. (@estellazx in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9789)\r\n- `run.link_artifact()`, `artifact.link()`, and `run.link_model()` all return the linked artifact upon linking (@estellazx in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9763)\r\n- Multipart download for artifact file larger than 2GB, user can control it directly using `artifact.download(multipart=True)`. (@pingleiwandb in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9738)\r\n- `Project.id` property to get the project ID on a `wandb.public.Project` (@tonyyli-wandb in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9194).\r\n- New public API for W&B Automations (@tonyyli-wandb in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9693, https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F8935, https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9194, https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9197, https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F8896, https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9246)\r\n  - New submodules and classes in `wandb.automations.*` to support programmatically managing W&B Automations.\r\n  - `Api.integrations()`, `Api.slack_integrations()`, `Api.webhook_integrations()` to fetch a team's existing Slack or webhook integrations.\r\n  - `Api.create_automation()`, `Api.automation()`\u002F`Api.automations()`, `Api.update_automation()`, `Api.delete_automation()` to create, fetch, edit, and delete Automations.\r\n- Create and edit automations triggered on `RUN_METRIC_CHANGE` events, i.e. on changes in run metric values (absolute or relative deltas). (@tonyyli-wandb in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9775)\r\n- Ability to collect profiling metrics for Nvidia GPUs using DCGM. To enable, set the `WANDB_ENABLE_DCGM_PROFILING` environment variable to `true`. Requires the `nvidia-dcgm` service to be running on the machine. Enabling this feature can lead to increased resource usage. (@dmitryduev in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9780)\r\n\r\n\r\n### Fixed\r\n\r\n- `run.log_code` correctly sets the run configs `code_path` value. (@jacobromero in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9753)\r\n- Correctly use `WANDB_CONFIG_DIR` for determining system settings file path (@jacobromero in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9711)\r\n- Prevent invalid `Artifact` and `ArtifactCollection` names (which would make them unloggable), explicitly raising a `ValueError` when attempting to assign an invalid name. (@tonyyli-wandb in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F8773)\r\n- Prevent pydantic `ConfigError` in Pydantic v1 environments from not calling `.model_rebuild()\u002F.update_forward_refs()` on generated types with ForwardRef fields (@tonyyli-wandb in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9795)\r\n- `wandb.init()` no longer raises `Permission denied` error when the wandb directory is not writable or readable (@jacobromero in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9751)\r\n- Calling `file.delete()` on files queried via `api.Runs(...)` no longer raises `CommError` (@jacobromero in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9748)\r\n    - Bug introduced in 0.19.1\r\n\r\n","2025-05-07T20:51:36",{"id":279,"version":280,"summary_zh":281,"released_at":282},108597,"v0.19.10","## What's Changed\r\n\r\n### Added\r\n\r\n- The new `reinit=\"create_new\"` setting causes `wandb.init()` to create a new run even if other runs are active, without finishing the other runs (in contrast to `reinit=\"finish_previous\"`). This will eventually become the default (@timoffex in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9562)\r\n- Added `Artifact.history_step` to return the nearest run step at which history metrics were logged for the artifact's source run (@ibindlish in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9732)\r\n- Added `data_is_not_path` flag to skip file checks when initializing `wandb.Html` with a sting that points to a file.\r\n\r\n### Changed\r\n\r\n- `Artifact.download()` no longer raises an error when using `WANDB_MODE=offline` or when an offline run exists (@timoffex in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9695)\r\n\r\n### Removed\r\n\r\n- Dropped the `-q` \u002F `--quiet` argument to the `wandb` magic in IPython \u002F Jupyter; use the `quiet` run setting instead (@timoffex in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9705)\r\n\r\n### Deprecated\r\n\r\n- The following `wandb.Run` methods are deprecated in favor of properties and will be removed in a future release (@kptkin in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F8925):\r\n    - `run.project_name()` is deprecated in favor of `run.project`\r\n    - `run.get_url()` method is deprecated in favor of `run.url`\r\n    - `run.get_project_url()` method is deprecated in favor of `run.project_url`\r\n    - `run.get_sweep_url()` method is deprecated in favor of `run.sweep_url`\r\n\r\n\r\n### Fixed\r\n\r\n- Fixed ValueError on Windows when running a W&B script from a different drive (@jacobromero in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9678)\r\n- Fix base_url setting was not provided to wandb.login (@jacobromero in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9703)\r\n- `wandb.Html()` no longer raises `IsADirectoryError` with a value that matched a directory on the users system. (@jacobromero in https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\u002Fpull\u002F9728)\r\n\r\n","2025-04-22T21:53:22"]