Show HN: 輕量級模型監控工具，支持 scikit-learn 和 Keras

Canary 是一款全新的輕量級模型監控工具，專為生產環境中的機器學習模型設計。它支持 scikit-learn 和 Keras 框架，能夠在無需複雜基礎設施的情況下，實時檢測數據漂移和異常。

該工具的核心功能包括數據漂移檢測、異常檢測、異步監控和實時儀表板。漂移檢測採用 KS 檢驗、總體穩定性指數（PSI）和卡方檢驗，針對每個特徵可配置閾值。異常檢測則結合了孤立森林和 z-score 集成方法，同時監控輸入和預測輸出。

Canary 的設計注重易用性。用户只需一行代碼即可包裝任何 sklearn 或 Keras 模型，監控作為副作用運行，不影響推理延遲。安裝命令簡單：pip install canary-ml 或 pip install canary-ml[keras]。從安裝到啓動實時儀表板，整個過程不超過 5 分鐘。

以下是一個使用示例：

from canary_ml import ModelMonitor

monitor = ModelMonitor(
    model=your_model,
    reference_data=X_train,
    alert_threshold=0.2,
    log_path="./canary_logs"
)

# 直接替代 predict — 監控作為副作用
predictions = monitor.predict(X_new)

report = monitor.get_report()
print(report.psi_score, report.drift_detected, report.anomaly_rate)
# 0.41 True 0.032

monitor.serve_dashboard(port=8501)

此外，Canary 內置了一個零依賴的 HTML/JS 儀表板，隨包提供，無需雲賬户。儀表板可展示置信度分數、批次統計、PSI 指標、KS 統計量和異常率等信息。

目前 Canary 版本為 v1.2.5，採用 MIT 許可證，支持 Python 3.9 至 3.12。對於生產環境中的機器學習團隊來説，它提供了一個免費、高效且易於部署的監控方案。