chenquan

毕竟轻量 -> 比较轻量

我自己在写： https://github.com/arkflow-rs/arkflow ，毕竟轻量

国外厂商开源的： https://www.arroyo.dev/

名称：ArkFlow
地址： https://github.com/arkflow-rs/arkflow
描述：高性能流处理引擎无缝集成了 AI 功能，提供了强大的实时数据处理和智能分析。

@xgdgsc 方便的话，帮忙提个 issue 呗

@dododada
哈喽，不太了解你这里说的 [各家光机电的 sdk] 具体是什么内容哈。
不过已经规划了 arkflow 插件机制 [https://github.com/arkflow-rs/arkflow/tree/main/crates/arkflow-core/src] ，通过插件可以自己定义任何的输入、处理、输出、缓存层等的内容。目前插件机制的对外签名，还未稳定，后期可能随着版本变动，不过变动不会太大，修改起来也不会太麻烦。

插件参考： https://github.com/arkflow-rs/arkflow-plugin-examples

@specture
1. arkflow 更强调流式计算。windmill 我不太了解，初步看了它更专注于业务流程编排
2. 目前还没有正在的生产落地，不过已经有国外的公司在测试环境使用了。

@dododada
Q: 有个问题，你们的数据是直接吐给模型，还是要转换？如果要转换的话，还是有损失的；
A: 调用算法模型，还是需要转换的，但是少了网络和一部分序列化开销

Q: 看了你的制造质检的例子，也许你们就是搞工业的？
A: 大差不差，我本人主要是做物联网这块

目前我认为这种方式适合轻量级的算法应用（单个节点就能快速完成计算）。如果是用在互联网应用中可以部署多个节点，就跟 kafka 消费者类似。
但是如果一个数据进来后需要调用一个集群的资源来计算结果，那肯定就不适用于这个了。不过真遇到这种情况也可以考虑使用 python 调用外部模型服务器来解决。

@dododada 是的通过 Python 直接调用本地模型

@xgdgsc 暂时没有这个计划哈。能说一下想支持 Julia 的原因吗？