Is Dagu a good alternative to Apache Airflow?

Yes! Dagu is an excellent alternative to Apache Airflow for teams wanting simplicity. It's a single binary with zero dependencies (no database or message broker needed), installs in seconds, and provides the same core DAG workflow capabilities with a beautiful web UI.

What makes Dagu different from Airflow?

Dagu is lightweight (single binary vs Airflow's complex infrastructure), language-agnostic (not Python-only), has zero external dependencies, and can be set up in minutes instead of days. Perfect for teams who find Airflow overly complex.

Can Dagu replace Apache Airflow?

Yes, Dagu can replace Airflow for most use cases. It supports DAG workflows, scheduling, retries, dependencies, and monitoring - all the core features teams use in Airflow, but in a much simpler package.

← وصفات

الأساسيات

تحضير الاجتماع اليومي

جلب نشاط GitHub عبر جميع المؤسسات وإنشاء مسودة اجتماع يومي لكل مؤسسة باستخدام وكيل البرمجة بالذكاء الاصطناعي.

الموجه

استخدم مهارة Dagu لإنشاء سير عمل تحضير الاجتماع اليومي. ارجع إلى مراجع المخطط ووكيل البرمجة والمشاكل المعروفة للحصول على الصياغة الصحيحة. اسأل المستخدم: - كم يوماً للخلف يجب أن يغطي التقرير؟ (الافتراضي: 1) - في أي وقت يجب تشغيله في أيام العمل؟ (الافتراضي: 8:00 صباحاً) - أي واجهة سطر أوامر لوكيل البرمجة بالذكاء الاصطناعي مثبتة لديهم؟ (تحقق من claude، codex، gemini، opencode، aider بهذا الترتيب — استخدم أول واحد يتم العثور عليه، أو اسأل إذا لم يتم اكتشاف أي منها) المتطلبات الأساسية: gh CLI مصادق عليه (gh auth login)، وجود واجهة سطر أوامر واحدة على الأقل لوكيل البرمجة بالذكاء الاصطناعي مثبتة. يجب أن يقوم سير العمل بما يلي: 1. جلب نشاط المستخدم على GitHub باستخدام gh api graphql مع --jq لتنسيق JSON من جانب الخادم (لا تستخدم jq CLI). جلب الالتزامات لكل مستودع (مع الرسائل عبر REST)، وطلبات السحب المدمجة (مع النص)، وطلبات السحب المفتوحة/المسودة المحدثة في الفترة (مع الالتزامات الأخيرة والطوابع الزمنية، مجمعة حسب المستودع)، والمراجعات. 2. اكتشاف جميع المؤسسات تلقائياً من النشاط وتجميع كل شيء حسب المؤسسة. 3. لكل مؤسسة بها نشاط، استخدم DAG فرعي مضمن (فاصل ---) لإنشاء مسودة اجتماع منطوقة باستخدام واجهة سطر أوامر وكيل الذكاء الاصطناعي للمستخدم. استخدم أرخص/أسرع نموذج متاح لذلك الوكيل لأن هذه مهمة تلخيص نصي بسيطة. تخطَّ الاستدعاء بالكامل للمؤسسات التي لا يوجد بها نشاط لتجنب إهدار الرموز. 4. يجب تعريف أمر الوكيل والنموذج وموجه المسودة جميعها كمتغيرات بيئة على المستوى الأعلى (استخدم YAML متعدد الأسطر | للموجه) حتى يتمكن المستخدمون من تبديل الوكلاء أو تخصيص المخرجات بسهولة دون تعديل منطق الخطوة. 5. تجميع كل قسم مؤسسة كـ markdown: مسودة منطوقة، طلبات سحب مدمجة، طلبات سحب مفتوحة مجمعة حسب المستودع مع سجل الالتزامات والطوابع الزمنية، والمراجعات. 6. دمج جميع أقسام المؤسسات في تقرير واحد محفوظ في DAG_DOCS_DIR. 7. جدولة في أيام العمل مع catchup وإعدادات إعادة المحاولة الافتراضية والمهلات الزمنية على خطوات الوكيل. مهم: راجع مرجع المشاكل المعروفة للحلول البديلة المعروفة. اتبع مرجع وكيل البرمجة للأمر غير التفاعلي الصحيح وعلامات النموذج لكل واجهة سطر أوامر وكيل.

البدء

1. تثبيت Dagu

curl -L https://raw.githubusercontent.com/dagu-org/dagu/main/scripts/installer.sh | bash

2. تثبيت مهارة Dagu

claude mcp add dagu -- dagu mcp

3. تشغيل Dagu

dagu start-all

لمزيد من التفاصيل، راجع دليل البدء السريع

وصفات ذات صلة

مولّد ملاحظات الإصدار

إنشاء ملاحظات إصدار منسقة من علامات git مع تفاصيل طلبات السحب والمشكلات المرتبطة وإسهامات المساهمين.

تنظيف نصوص الذكاء الاصطناعي

اكتشاف وإزالة أنماط كتابة الذكاء الاصطناعي من النص باستخدام علامات كتابة الذكاء الاصطناعي من ويكيبيديا كمرجع.