SwanLab 是一款开源、轻量的 AI 模型训练跟踪与可视化工具，提供了一个跟踪、记录、比较、和协作实验的平台。
SwanLab 面向人工智能研究者，设计了友好的Python API 和漂亮的UI界面，并提供训练可视化、自动日志记录、超参数记录、实验对比、多人协同等功能。在SwanLab上，研究者能基于直观的可视化图表发现训练问题，对比多个实验找到研究灵感，并通过在线网页的分享与基于组织的多人协同训练，打破团队沟通的壁垒，提高组织训练效率。

核心特性列表：
1、实验指标与超参数跟踪: 极简的代码嵌入您的机器学习 pipeline，跟踪记录训练关键指标。
  1.1、支持云端使用（类似Weights & Biases），随时随地查看训练进展。手机看实验的方法。
  1.2、支持超参数记录、指标总结、表格分析。
  1.3、可视化训练过程: 通过UI界面对实验跟踪数据进行可视化，可以让训练师直观地看到实验每一步的结果，分析指标走势，判断哪些变化导致了模型效果的提升，从而整体性地提升模型迭代效率。
  1.4、支持的元数据类型：标量指标、图像、音频、文本、视频、3D点云、生物化学分子、Echarts自定义图表...
  1.5、支持的图表类型：折线图、媒体图（图像、音频、文本、视频）、3D点云、生物化学分子、柱状图、散点图、箱线图、热力图、饼状图、雷达图、自定义图表...
  1.6、LLM生成内容可视化组件：为大语言模型训练场景打造的文本内容可视化图表，支持Markdown渲染。
  1.7、后台自动记录：日志logging、硬件环境、Git 仓库、Python 环境、Python 库列表、项目运行目录。
  1.8、断点续训记录：支持在训练完成/中断后，补充新的指标数据到同个实验中。
2、全面的框架集成: PyTorch、