MLflow与GitLab集成遇404项目未找到错误求助

一、解决404 Project Not Found错误 #

你的核心问题是错误启动了本地MLflow服务器，GitLab的MLflow集成不需要自行搭建MLflow服务，GitLab本身提供了兼容MLflow的API端点，按以下步骤修正：

1. 终止本地MLflow服务器
   停止你通过mlflow server --host 127.0.0.1 --port 5000启动的本地服务，因为GitLab的MLflow跟踪不需要依赖本地服务器。

2. 修正MLFLOW_TRACKING_URI配置
   替换为GitLab实例的正确端点：

   • GitLab.com用户：

     os.environ["MLFLOW_TRACKING_URI"] = "https://gitlab.com/api/v4/projects/<你的数字项目ID>/ml/mlflow"
     

   • 自托管GitLab用户：

     os.environ["MLFLOW_TRACKING_URI"] = "https://<你的GitLab域名>/api/v4/projects/<你的数字项目ID>/ml/mlflow"
     

   注意：必须使用GitLab项目的数字ID（可在项目「设置」→「通用」页面找到），不能使用项目路径（如username/project-name）。

3. 验证个人访问令牌（PAT）权限
   确保你的PAT拥有api权限，同时勾选read_repository、write_repository权限（部分GitLab版本提供专门的MLflow权限组，直接勾选即可）。

4. 测试连接
   用MLflow CLI验证连接是否正常：

   mlflow experiments list --tracking-uri <你的GitLab MLflow URI> --token <你的PAT>
   

   若能列出实验，说明连接配置正确。

二、解决UnsupportedModelRegistryStoreURIException错误 #

这个错误的原因主要有两点，对应解决方案如下：

1. GitLab版本限制
   GitLab的MLflow模型注册功能仅在GitLab EE 14.5及以上版本支持，社区版（CE）不提供该功能。如果你使用的是CE版，要么升级到EE版，要么改用GitLab原生的模型仓库功能管理模型。

2. 错误配置模型注册URI
   GitLab的MLflow集成不需要单独设置MLFLOW_REGISTRY_URI，MLflow会自动从MLFLOW_TRACKING_URI推导注册中心地址。不要手动设置该环境变量，否则会触发不兼容错误。同时确保你的PAT拥有write_registry权限（若GitLab版本提供该选项）。

三、额外排查要点 #

• 网络连通性：自托管GitLab用户需确保Jupyter环境能访问GitLab实例的API端口（默认443），无防火墙或代理拦截。
• MLflow版本兼容性：建议使用MLflow 1.20.0及以上版本，避免因API版本不匹配导致的错误。
• URI格式检查：确保URI中没有多余的斜杠或拼写错误，比如项目ID是否正确、GitLab域名是否准确。

内容的提问来源于stack exchange，提问作者Dari