如何使用REST API下载MLFlow中的artifact？

MLflow 官方提供了对应的 REST 接口，调用逻辑和你用到的 Python API 规则完全对齐，操作步骤如下：

• 先确认你的 MLflow 服务的基础访问地址，比如本地部署的默认地址为 http://localhost:5000
• 构造请求 URL，接口路径固定为 /api/2.0/mlflow/artifacts/get，需要传入两个必填查询参数：
  • run_id：对应你要拉取 artifact 的 run ID，和 Python API 的 run_id 参数一致
  • path：要下载的 artifact 相对路径，和 Python API 的 path 参数一致，填空字符串代表拉取对应 run 的 artifact 根目录
• 可选参数：如果要下载整个目录的全部 artifact，可以追加 format=zip 参数，接口会直接返回打包好的 zip 压缩包
• 直接发送 GET 请求即可，响应体就是对应 artifact 的文件内容

调用示例 #

curl 示例 #

# 下载单个文件，保存到本地为 model.pkl
curl -X GET "http://localhost:5000/api/2.0/mlflow/artifacts/get?run_id=你的run_id值&path=model/model.pkl" -o model.pkl

# 下载对应 run 的全部 artifact，打包为 zip 保存到本地
curl -X GET "http://localhost:5000/api/2.0/mlflow/artifacts/get?run_id=你的run_id值&path=&format=zip" -o all_artifacts.zip

Python requests 调用示例 #

import requests

MLFLOW_BASE_URL = "http://localhost:5000"
run_id = "你的run_id值"
artifact_path = "model/model.pkl"

resp = requests.get(
    f"{MLFLOW_BASE_URL}/api/2.0/mlflow/artifacts/get",
    params={"run_id": run_id, "path": artifact_path}
)
# 写入本地文件
with open("model.pkl", "wb") as f:
    f.write(resp.content)

注意：如果你的 MLflow 服务开启了身份认证，请求时需要在 Headers 中带上对应的认证凭证（比如 Bearer Token），认证逻辑和其他 MLflow REST 接口完全一致。

内容的提问来源于stack exchange，提问作者Nestor