https://github.com/modelengine-group/datamate
DataMate is an enterprise-level data processing platform designed for model fine-tuning and RAG retrieval.
https://github.com/modelengine-group/datamate
data-evaluation data-pipeline data-synthesis rag
Last synced: 17 days ago
JSON representation
DataMate is an enterprise-level data processing platform designed for model fine-tuning and RAG retrieval.
- Host: GitHub
- URL: https://github.com/modelengine-group/datamate
- Owner: ModelEngine-Group
- License: other
- Created: 2025-08-11T12:24:04.000Z (7 months ago)
- Default Branch: main
- Last Pushed: 2026-01-28T10:37:51.000Z (about 2 months ago)
- Last Synced: 2026-01-28T17:21:16.666Z (about 2 months ago)
- Topics: data-evaluation, data-pipeline, data-synthesis, rag
- Language: TypeScript
- Homepage: https://github.com/ModelEngine-Group/DataMate
- Size: 7.68 MB
- Stars: 324
- Watchers: 8
- Forks: 35
- Open Issues: 20
-
Metadata Files:
- Readme: README-zh.md
- License: LICENSE
Awesome Lists containing this project
README
# DataMate 一站式数据工作平台
[](https://github.com/ModelEngine-Group/DataMate/actions/workflows/docker-image-backend.yml)
[](https://github.com/ModelEngine-Group/DataMate/actions/workflows/docker-image-frontend.yml)
[](https://deepwiki.com/ModelEngine-Group/DataMate)
**DataMate是面向模型微调与RAG检索的企业级数据处理平台，支持数据归集、数据管理、算子市场、数据清洗、数据合成、数据标注、数据评估、知识生成等核心功能。**
[简体中文](./README-zh.md) | [English](./README.md)
如果您喜欢这个项目，希望您能给我们一个Star⭐️!
## 🌟 核心特性
- **核心模块**：数据归集、数据管理、算子市场、数据清洗、数据合成、数据标注、数据评估、知识生成
- **可视化编排**：拖拽式数据处理流程设计
- **算子生态**：丰富的内置算子和自定义算子支持
## 🚀 快速开始
### 前置条件
- Git (用于拉取源码)
- Make (用于构建和安装)
- Docker (用于构建镜像和部署服务)
- Docker-Compose (用于部署服务-docker方式)
- kubernetes (用于部署服务-k8s方式)
- Helm (用于部署服务-k8s方式)
### 拉取代码
```bash
git clone git@github.com:ModelEngine-Group/DataMate.git
cd DataMate
```
### 部署基础服务
```bash
make install
```
本项目支持docker-compose和helm两种方式部署，请在执行命令后输入部署方式的对应编号，命令回显如下所示：
```shell
Choose a deployment method:
1. Docker/Docker-Compose
2. Kubernetes/Helm
Enter choice:
```
若您使用的机器没有make，您也可以执行如下命令部署:
```bash
REGISTRY=ghcr.io/modelengine-group/ docker compose -f deployment/docker/datamate/docker-compose.yml --profile milvus up -d
```
当容器运行后，请在浏览器打开 http://localhost:30000 查看前端界面。
要查看所有可用的 Make 目标、选项和帮助信息，请运行：
```bash
make help
```
如果您是离线环境，您可以执行如下命令下载所有依赖的镜像:
```bash
make download
```
### 部署Label Studio作为标注工具
```bash
make install-label-studio
```
### 构建并部署Mineru增强pdf处理
```bash
make build-mineru
make install-mineru
```
### 部署DeerFlow服务
```bash
make install-deer-flow
```
### 本地开发部署
本地代码修改后，请执行以下命令构建镜像并使用本地镜像部署
```bash
make build
make install dev=true
```
### 卸载服务
```bash
make uninstall
```
在运行 `make uninstall` 时，卸载流程会只询问一次是否删除卷（数据），该选择会应用到所有组件。卸载顺序为：milvus -> label-studio -> datamate，确保在移除 datamate 网络前，所有使用该网络的服务已先停止。
## 🤝 贡献指南
感谢您对本项目的关注！我们非常欢迎社区的贡献，无论是提交 Bug 报告、提出功能建议，还是直接参与代码开发，都能帮助项目变得更好。
• 📮 [GitHub Issues](../../issues)：提交 Bug 或功能建议。
• 🔧 [GitHub Pull Requests](../../pulls)：贡献代码改进。
## 📄 许可证
DataMate 基于 [MIT](LICENSE) 开源，您可以在遵守许可证条款的前提下自由使用、修改和分发本项目的代码。