Перевод tracking на SQLite + HTTP-клиенты (file-store запрещён в MLflow 3.x)

- start_ui.sh: SQLite backend (sqlite:///mlflow.db) вместо file-store
- все скрипты src/: mlflow.set_tracking_uri(http://localhost:5555) с env-override
- README: сервер должен быть запущен до запуска скриптов
- AGENTS.md: обновлена архитектура хранения и gotcha

src/autolog_demo.py

@@ -21,6 +21,7 @@ import mlflow.sklearn
 # Подавляем INFO MLflow о переменных окружения (напр. OPENAI_API_KEY) при логировании модели
 import os
 os.environ.setdefault("MLFLOW_RECORD_ENV_VARS_IN_MODEL_LOGGING", "false")
+mlflow.set_tracking_uri(os.environ.get("MLFLOW_TRACKING_URI", "http://localhost:5555"))
 
 
 def main():

src/compare_runs.py

@@ -11,6 +11,9 @@ import argparse
 import mlflow
 from mlflow.tracking import MlflowClient
 
+import os
+mlflow.set_tracking_uri(os.environ.get("MLFLOW_TRACKING_URI", "http://localhost:5555"))
+
 
 def main():
     parser = argparse.ArgumentParser()

src/grid_search_cv.py

@@ -18,6 +18,7 @@ import mlflow.sklearn
 # Подавляем INFO MLflow о переменных окружения (напр. OPENAI_API_KEY) при логировании модели
 import os
 os.environ.setdefault("MLFLOW_RECORD_ENV_VARS_IN_MODEL_LOGGING", "false")
+mlflow.set_tracking_uri(os.environ.get("MLFLOW_TRACKING_URI", "http://localhost:5555"))
 
 
 def main():

src/hyperparam_sweep.py

@@ -21,6 +21,9 @@ from sklearn.model_selection import train_test_split
 
 import mlflow
 
+import os
+mlflow.set_tracking_uri(os.environ.get("MLFLOW_TRACKING_URI", "http://localhost:5555"))
+
 
 def main():
     parser = argparse.ArgumentParser(description="MLflow hyperparameter sweep")

src/load_and_predict.py

@@ -12,6 +12,9 @@ from sklearn.datasets import load_digits
 
 import mlflow
 
+import os
+mlflow.set_tracking_uri(os.environ.get("MLFLOW_TRACKING_URI", "http://localhost:5555"))
+
 
 def main():
     # Загружаем модель из реестра по имени и стадии

src/register_model.py

@@ -15,6 +15,9 @@ import argparse
 import mlflow
 from mlflow.tracking import MlflowClient
 
+import os
+mlflow.set_tracking_uri(os.environ.get("MLFLOW_TRACKING_URI", "http://localhost:5555"))
+
 
 def main():
     parser = argparse.ArgumentParser(description="Register best model in MLflow")

src/serve_model.py

@@ -24,6 +24,9 @@ import numpy as np
 from sklearn.datasets import load_digits
 
 import mlflow
+
+import os
+mlflow.set_tracking_uri(os.environ.get("MLFLOW_TRACKING_URI", "http://localhost:5555"))
 from flask import Flask, request, jsonify
 
 

src/train_gpu.py

@@ -35,6 +35,7 @@ import mlflow.pytorch
 # Подавляем INFO MLflow о переменных окружения (напр. OPENAI_API_KEY) при логировании модели
 import os
 os.environ.setdefault("MLFLOW_RECORD_ENV_VARS_IN_MODEL_LOGGING", "false")
+mlflow.set_tracking_uri(os.environ.get("MLFLOW_TRACKING_URI", "http://localhost:5555"))
 
 
 # ─── Модель: простая CNN ───

src/train_simple.py

@@ -24,6 +24,7 @@ import mlflow.sklearn
 # Подавляем INFO MLflow о переменных окружения (напр. OPENAI_API_KEY) при логировании модели
 import os
 os.environ.setdefault("MLFLOW_RECORD_ENV_VARS_IN_MODEL_LOGGING", "false")
+mlflow.set_tracking_uri(os.environ.get("MLFLOW_TRACKING_URI", "http://localhost:5555"))
 from mlflow.models.signature import infer_signature