有没有办法根据现有的 ML 应用程序服务器反向生成 ml-gradle 项目配置设置？
Is there a way to reverse generate the ml-gradle project configuration setting based on existing ML application server?
mlDeploy 和 mlUndeploy 启用从 CI/CD 重建 ML 应用程序。
使用 ml-gradle 是管理新 ML 应用程序服务器的默认方式。太棒了
如何将现有的机器学习应用程序迁移到使用 ml-gradle 来管理？
如何从现有的 ML 应用程序服务器自动重建 ML gradle 项目，特别是不同的索引？ （我们在一个现有的 ML 应用程序服务器上有超过 50 种不同类型的索引。）通过手动重新创建 ml-gradle 项目确实很慢并且很容易犯人为错误。
关于自动化 逆向工程的任何建议？
这是最好的方法 - https://github.com/marklogic-community/ml-gradle/wiki/Exporting-resources .
挑战在于 MarkLogic 没有“应用程序”的概念——即一旦您部署了资源，它们实际上与所有 OOTB 资源相同，因此很难知道您部署了什么与什么是 OOTB.
mlDeploy 和 mlUndeploy 启用从 CI/CD 重建 ML 应用程序。 使用 ml-gradle 是管理新 ML 应用程序服务器的默认方式。太棒了
如何将现有的机器学习应用程序迁移到使用 ml-gradle 来管理？ 如何从现有的 ML 应用程序服务器自动重建 ML gradle 项目，特别是不同的索引？ （我们在一个现有的 ML 应用程序服务器上有超过 50 种不同类型的索引。）通过手动重新创建 ml-gradle 项目确实很慢并且很容易犯人为错误。
关于自动化 逆向工程的任何建议？
这是最好的方法 - https://github.com/marklogic-community/ml-gradle/wiki/Exporting-resources .
挑战在于 MarkLogic 没有“应用程序”的概念——即一旦您部署了资源，它们实际上与所有 OOTB 资源相同，因此很难知道您部署了什么与什么是 OOTB.