示例

• 多模态 AI 管道
  • 开发
  • 生产
  • 无基础设施烦恼
• LLM 训练和推理
  • 设置
  • 数据摄入
  • 分布式微调
  • 批量推理
  • 在线服务
  • 生产
• 音频批量推理
  • 先决条件
  • 设置
  • 流式数据摄入
  • 音频预处理
  • 使用 Whisper 进行 GPU 推理
  • 基于 LLM 的质量过滤器
  • 持久化已精选的子集
• 分布式 XGBoost 管道
• 时间序列预测
  • 设置
  • 致谢
• 可扩展视频处理
• 分布式 RAG 管道
  • 笔记本
• 部署 MCP 服务器
  • 为什么选择 Ray Serve 进行 MCP
  • Anyscale 服务优势
  • 先决条件
  • 开发
  • 生产
  • 无基础设施烦恼
• 构建工具使用的代理
  • 架构概述
  • 依赖项和计算资源要求
  • 实现：构建服务
  • 部署服务
  • 测试代理
  • 后续步骤