通过使模型更容易被发现，并提供协作特性来共同改进常见的ML任务，促进关于构建和部署机器学习模型的专业知识和知识的共享。
使用人则将您的机器学习管道与现有的CI/CD工具和工作流程自动化和集成。例如，您可以在创建新模型版本时触发CI构建，或者在每次请求模型转换到生产时通过Slack通知您的团队成员。
大型企业通常在实验、测试和生产阶段随时都有数千个ML模型。MLflow模型注册中心提供了全面的可见性，并通过跟踪模型历史和管理谁可以批准更改来实现对每个模型的治理。
中央存储库:在MLflow模型注册中心注册MLflow模型。注册的模型具有唯一的名称、版本、阶段和其他元数据。
模型版本:在更新时自动跟踪已注册模型的版本。
模型阶段:为每个模型版本分配预设的或自定义的阶段，如“分期”和“生产”来表示模型的生命周期。
模型阶段转换:将新的注册事件或更改记录为自动记录用户、更改和其他元数据(如注释)的活动。
CI/CD工作流集成:记录阶段转换、请求、审查和批准变更，作为CI/CD管道的一部分，以便更好地控制和治理。
模型服务:快速为机器学习模型提供RESTful api，用于在线测试，仪表板更新等
