WeData 的模型管理依托于 MLflow 和 Catalog，提供了完整的机器学习模型生命周期管理能力，包括：
模型注册：你可以将训练好的模型注册到模型库；
版本管理：对模型进行版本控制，方便回溯和对比不同版本；
血缘追踪：展示模型与其上游数据、实验的关联，帮助你追踪模型的来源和依赖关系；
实验追踪：集成MLflow，自动记录模型的训练参数、评估指标、运行环境等，便于实验对比和性能监控；
模型部署：支持将模型一键部署为在线服务，实现实时推理和应用集成；
这些功能帮助团队高效协作，规范化管理和部署机器学习模型，提升生产效率和模型治理能力。
模型注册
模型界
面注册有两个入口：方式一：直接在模型管理页面“创建模型”。
方式二：在实验运行界面基于某个实验运行“注册模型”。
在模型管理页面“创建模型”
1. 左侧菜单进入模型管理页面。
2. 单击创建模型，选择模型类型“机器学习模型注册”、填写模型名称、选择 catalog、schema 路径，单击创建；该步骤在 catalog 中创建了一个模型名称和路径。（说明：选择 catalog 地址的前提是需账号已有 catalog 数据目录的授权。）
3. 到实验运行界面，基于具体的模型实验运行，单击模型注册，注册方式选择“已有模型新版本”，模型名称选择刚创建的模型名称。
基于实验运行“创建模型”
1. 左侧菜单进入实验管理，进入训练最佳的实验运行，单击模型注册。
2. 选择注册成新模型，还是注册成已有模型的新版本。
注册成新模型：输入模型名称、选择 catalog 和 schema，单击模型注册。（说明：选择 catalog 地址的前提是需账号已有 catalog 数据目录的授权。）
注册成已有模型的新版本：选择已有模型，单击模型注册。
3. 注册成功，在模型管理列表中查看模型，单击模型名称，进入模型详情。
版本管理
1. 模型注册会以版本的形式进行管理。
2. 单击关联的任务，追踪查看该模型的实验运行。
3. 单击模型版本，查看模型基本元数据、模型签名及血缘；支持修改模型别名标签、模型描述。
血缘追踪
单击模型血缘查看模型的上下游血缘链路，上游节点有原始数据表/特征表/训练数据表/实验运行；下游节点有模型服务/推理表。
实验追踪
1. 单击模型版本的关联的任务，追踪查看该模型的实验运行。
2. 在实验运行中可以追踪模型的训练指标、参数。
3. 追踪模型工件，支持导出模型工件。
模型部署
1. 进入模型版本详情页，单击部署。
2. 进入模型服务创建流程。
