如何通过代码提取Databricks上MLflow的已注册模型列表？

当然可以，你只需要将示例代码中的占位方法替换为MLflow Client官方提供的list_registered_models()方法即可。

修正后的完整代码： #

import mlflow

# 连接到Databricks的MLflow跟踪服务
mlflow.set_tracking_uri("databricks")

# 初始化MLflow客户端实例
client = mlflow.tracking.MlflowClient()

# 获取所有已注册模型的列表
registered_models = client.list_registered_models()

# 遍历输出模型名称和最新版本信息
for model in registered_models:
    if model.latest_versions:
        print(f"模型名称: {model.name}, 最新版本号: {model.latest_versions[0].version}")
    else:
        print(f"模型名称: {model.name}, 暂无可用版本")

补充说明： #

• list_registered_models()支持通过name_prefix参数过滤模型（例如client.list_registered_models(name_prefix="sales_")只获取名称以sales_开头的模型）
• latest_versions是一个包含多阶段（Staging/Production/Archived）最新版本的列表，你可以根据需求筛选特定阶段的版本，比如：

  # 获取Production阶段的最新版本
  prod_version = next(v for v in model.latest_versions if v.current_stage == "Production")
  

• 在Databricks工作区中，若已通过上下文默认配置了跟踪服务，可省略mlflow.set_tracking_uri("databricks")直接初始化客户端

内容的提问来源于stack exchange，提问作者Carlo