开源/单一二进制/零依赖

不会演变成 SRE 项目的工作流引擎。

Dagu 是一款面向运维自动化和 AI 辅助运维的本地优先工作流引擎。开源且可自托管:单一二进制,无需外部数据库或消息代理。使用声明式 YAML 定义 DAG。支持 shell 命令、Docker 容器、k8s 作业、通过 SSH 执行的远程命令等。现有脚本和工具无需改动,Dagu 为其添加调度、重试、审批、日志和运行历史。

Dagu专为希望实现强大工作流编排而无需运维负担的开发者而生。

试用在线演示demouser / demouser
daily-report.yaml
on schedule
# runs every night at 02:00
schedule: "0 2 * * *"
steps:
- name: fetch data
command: python fetch.py
retryPolicy:
limit: 3
- name: build report
command: python report.py
- name: notify
command: ./notify.sh
last run · 02:00:04 · exit 03/3 steps

Trusted by developers at

1Password
Intel
MongoDB
Baidu
ByteDance
Canonical
Grab
Douban
Debian
NASA / JPL
Gitee
Plaid
Geodis
Aleno
Mambu
Audibene
NINAnor
RUBIX GmbH
cynkra
DataLad
dandi
QNIB Solutions
modoolar
TTT Studios
vital-software
m3dev
Build On Technologies
Dalibo
InfoInnova
infront-quant
gfx-labs
t54-labs
sajo
ANZX
1Password
Intel
MongoDB
Baidu
ByteDance
Canonical
Grab
Douban
Debian
NASA / JPL
Gitee
Plaid
Geodis
Aleno
Mambu
Audibene
NINAnor
RUBIX GmbH
cynkra
DataLad
dandi
QNIB Solutions
modoolar
TTT Studios
vital-software
m3dev
Build On Technologies
Dalibo
InfoInnova
infront-quant
gfx-labs
t54-labs
sajo
ANZX
1Password
Intel
MongoDB
Baidu
ByteDance
Canonical
Grab
Douban
Debian
NASA / JPL
Gitee
Plaid
Geodis
Aleno
Mambu
Audibene
NINAnor
RUBIX GmbH
cynkra
DataLad
dandi
QNIB Solutions
modoolar
TTT Studios
vital-software
m3dev
Build On Technologies
Dalibo
InfoInnova
infront-quant
gfx-labs
t54-labs
sajo
ANZX

生产级工作流引擎功能

经过实战检验的工作流引擎功能,让你专注于核心价值,无需担心编排问题。

性能

根据硬件、工作流形态、步骤耗时和队列配置,在一台机器上每天运行数千次工作流。

分布式执行

使用队列、并发限制和分布式 workers 控制负载,并把 jobs 分散到多台机器。

通知

定期调度、补跑、持久执行、超时、重跑、通知,以及将事故路由给响应人员。

认证与RBAC

用户管理、RBAC、工作区、审批步骤、内置密钥管理、API密钥和Webhook。

常见模式

Health Check
SSH Backup
Notify

私有脚本工作流

把私有脚本、内部 CLI、可复用 actions、固定工具和产物变成其他团队可安全请求或运行的工作流。

  • 1保留现有脚本和命令
  • 2公开狭窄参数,而不是广泛生产访问权限
  • 3调用带类型输出的版本化 Dagu Actions
  • 4把报告和日志作为一等产物保存
workflow.yaml
tools:
  - jqlang/jq@jq-1.7.1

steps:
  - id: collect
    action: acme/dagu-action-export@v1.4.2
    with:
      dataset: customers

  - id: transform
    run: jq '.items[] | {id, email}' ${steps.collect.outputs.path}
    stdout:
      artifact: reports/customers.json
    depends: [collect]

  - id: publish
    action: outputs.write
    with:
      values:
        report: reports/customers.json
        rows: ${steps.collect.outputs.rows}
    depends: [transform]

深受开发者喜爱

来自 Dagu GitHub 社区的真实评论。

最近一直在找 Agent Dynamic Workflow 的替代方案。 一开始是沿着 Temporal 这条线找的。Temporal 很强,但如果只是想把 agent、脚本、数据处理、运维任务动态串起来,有时候会觉得整套体系有点重。 然后翻到了 Dagu,感觉方向很对。 单个 binary 就能跑,流程用 YAML 写,本地文件管理,带 Web UI,也不用额外起 DB 或 broker。 内置动作也挺多:shell、Docker、K8s Job、SSH 这些都有。比较惊喜的是还有 harness.run,可以直接把外部 coding agent CLI 接进流程里。 我喜欢它的点是:流程本身就是文件,状态、日志、重试、依赖和界面都帮你兜住了。 对小团队、私有环境、个人自动化,还有 agent workflow 来说,Dagu 这种本地优先的路线反而很舒服。
支付宝工程师

This is literally my dream project. I have set up GitLab at some point just to run some commands and this project is perfect for all my use case. Thank you very much!

@vnghia

Developer

#827

I've been exploring Dagu for a few weeks and really love the Zero-Ops philosophy. The declarative YAML approach is exactly what the workflow orchestration space needs.

@vincent067

Developer

#1814

I've recently played around with Dagu for private stuff and think it could also be worth introducing at work.

@DarkWiiPlayer

Developer

#924

在您自己的基础设施上自托管

Dagu 采用 GPLv3 许可证并永久免费。付费许可证为团队增加 SSO、RBAC、审计日志、事件路由和支持。

社区版
永久免费
无限服务器,无限工作节点
  • 完整的工作流自动化和监控
  • 带 DAG 可视化的 Web UI
  • Docker、SSH 和 HTTP 执行器
  • Cron 调度和重试
  • 最多 2 个用于自动化的 API 密钥
Minimum
$50 / 月

3 个自托管 Dagu 服务器许可证

3 个许可证 = 3 台服务器,worker 不限
开始免费许可证试用
Pro
$150 / 月

15 个自托管 Dagu 服务器许可证

15 个许可证 = 15 台服务器,worker 不限
开始免费许可证试用
企业版
定制

适合在复杂环境中构建事件驱动工作流基础设施的团队

自定义授权服务器数量
  • 分布式架构咨询
  • 定制实施
  • MCP OIDC/SSO 设置指导
  • 初始迁移支持
  • 专属会议
我们构建什么
  • 定制解决方案

    针对特定公司需求构建量身定制的功能。

  • 交钥匙解决方案

    打造开箱即用的配置,帮助团队轻松扩展 Dagu,而无需消耗大量技术或服务器资源。

联系我们

几分钟内创建 14 天自托管许可证试用14 天, 无需信用卡. 开始免费许可证试用

快速开始

先用引导式安装器安装 Dagu,再继续查看完整安装指南或快速开始文档。

1

安装 dagu 命令

脚本安装器是最推荐的方式。Homebrew、npm 和 Docker 也可用,但它们只提供二进制或容器安装。

Mac/Linux 终端
$curl -fsSL https://raw.githubusercontent.com/dagucloud/dagu/main/scripts/installer.sh | bash
✓ 引导式安装器已就绪
可选

连接 AI 工具

安装 Dagu 技能用于编写 workflow,或将 MCP 客户端连接到正在运行的 Dagu 服务器。

Dagu 技能
$gh skill install dagucloud/dagu dagu

帮助 Claude Code、Codex、Gemini CLI 等 AI 编程工具编写 Dagu YAML。

Dagu MCP 端点
URLhttp://localhost:8080/mcp

让支持 MCP 的客户端读取 Dagu 状态、预览更改并控制 DAG 运行。

基于 OIDC/SSO 的 MCP 访问适用于企业部署。请联系我们讨论配置。

2

下一步

引导式安装器可以帮你完成首次启动配置。

# 安装器可以完成的内容
把 Dagu 加入 PATH
配置后台服务
创建并验证首个管理员

联系

有问题、企业需求或反馈?

期待您的来信。