Für Teams, deren Hauptaufgabe nicht Orchestrierung ist.
Definieren Sie Workflows in deklarativem YAML; ein Open-Source-Binary führt sie aus, lokal oder über SSH, mit Zeitplänen, Wiederholungen, Human Tasks, Logs und einer Web-UI. Ihre Skripte, Container und KI-Agenten bleiben unangetastet. Keine externe Datenbank, kein Framework.
$curl -fsSL https://raw.githubusercontent.com/dagucloud/dagu/main/scripts/installer.sh | bash# runs every night at 02:00schedule: "0 2 * * *"type: chainsteps:- id: fetch_datarun: python fetch.pyretry_policy:limit: 3interval_sec: 60- id: build_reportrun: python report.py- id: notifyrun: ./notify.sh
Installieren Sie Dagu und führen Sie in wenigen Minuten Ihren ersten Workflow über die Web-UI aus.
Geben Sie Dagu auf GitHub einen Stern, um das Repository zu speichern und Ihre Unterstützung zu zeigen.
Erstellen und starten Sie Workflows mit Claude, Codex, Cursor oder jedem anderen MCP-Client.
Aus Ihren KI-Tools
Mit klar begrenzten MCP-Tools erstellen Sie Workflows und prüfen ihre Läufe. Fehlerhafte Läufe lassen sich im selben Client wiederholen oder stoppen.
Agent / IDE → MCP → Dagu
MCP einrichten
Claude Code
Cursor
GitHub Copilot
OpenAI Codex
Gemini CLI
Kiro
Windsurf
Cline
Roo Code
Zed
Devin
Trae
ChatGPT
Junie
Goose
Amp
OpenCode
Antigravity
Amazon Q
Warp
VS Code
Raycast
LM Studio
PerplexityAlles unten ist Teil des Open-Source-Binaries; SSO, RBAC und Audit-Logs werden mit einer Self-Host-Lizenz aktiviert.
Führen Sie Workflow-Schritte in Docker-Containern aus, wenn Isolation oder paketierte Tools wichtig sind.
Setzen Sie größere Abläufe aus kleineren wiederverwendbaren Workflows zusammen.
Führen Sie Befehle per SSH auf Remote-Servern aus, während Status und Logs in Dagu bleiben.
Führen Sie wiederkehrende Workflows mit Cron-Syntax, Zeitzonenunterstützung und manuellen Steuerungen aus.
Konfigurieren Sie Routing in der Web UI, damit fehlgeschlagene oder wartende Runs den richtigen Channel oder Incident Provider erreichen.
Starten Sie Workflows aus externen Systemen, ohne eine weitere Service-Schicht hinzuzufügen.
Prüfen Sie DAGs, Runs, Logs, Historie und Workflow-Definitionen an einem Ort.
Workflows sind dateibasiert. Eine Binary, keine externe Datenbank oder Broker erforderlich. Air-gapped bereit.
Ein Binary für Linux, macOS und Windows. docker run oder Helm für Container; Skalierung über Coordinator und label-geroutete Worker.
Garantien und Stellschrauben, bei ihren echten Namen genannt.
Tausende Läufe pro Tag auf einer Maschine; die Kapazität hängt von CPU, Disk und Workflow-Form ab. Zustand liegt in lokalen Dateien, keine Datenbank zu dimensionieren oder zu migrieren.
Dateibasierte Queues mit Parallelitätslimits pro DAG. dagu coordinator verteilt über gRPC an Worker, die per Label wie gpu=true ausgewählt werden.
Cron-Zeitpläne mit Zeitzonen, catchup_window, overlap_policy, retry_policy pro Schritt, Zombie-Erkennung, Lifecycle-Handler, E-Mail- und Webhook-Benachrichtigungen, Incident-Routing.
DAGU_AUTH_MODE none, basic oder builtin; fünf RBAC-Rollen; Workspaces; Human Tasks; Secret-Maskierung; API-Keys; Webhook-Tokens pro DAG.
Dasselbe Binary läuft auf drei Arten.
Ein dagu-start-all-Prozess betreibt Server, Scheduler und Schrittausführung auf einer Maschine, mit dateibasiertem Speicher.
Ihre Plattform stellt pro Lauf einen Worker bereit, der das Binary startet und nach dem Lauf zerstört wird. Der Server liest den Laufzustand aus einem gemeinsamen Volume.
Der Server verteilt Aufgaben an einen Coordinator. Worker verbinden sich ausgehend über gRPC, pollen nach Aufgaben passend zu ihren Labels und melden Status und Logs zurück.
Machen Sie private Skripte, interne CLIs, wiederverwendbare Actions, gepinnte Tools und Artefakte zu Workflows, die andere Teams sicher anfordern oder ausführen können.
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]
Echte Kommentare aus der Dagu-GitHub-Community.
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!
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
I've recently played around with Dagu for private stuff and think it could also be worth introducing at work.
@DarkWiiPlayer
Developer
Dagu ist GPLv3-lizenziert und dauerhaft kostenlos. Bezahlte Lizenzen ergänzen SSO, RBAC, Audit-Logs, Incident-Routing und Support für Teams.
3 Self-Host-Dagu-Serverlizenzen
$500 / Jahr · 2 Monate sparen
15 Self-Host-Dagu-Serverlizenzen
$1,500 / Jahr · 2 Monate sparen
Für Teams, die ereignisgesteuerte Workflow-Infrastruktur in komplexen Umgebungen aufbauen
Maßgeschneiderte Lösungen
Wir entwickeln maßgeschneiderte Funktionen für die spezifischen Anforderungen Ihres Unternehmens.
Schlüsselfertige Lösungen
Wir erstellen einsatzbereite Setups, mit denen Teams Dagu einfach skalieren, ohne massive technische oder Server-Ressourcen zu verbrauchen.
14-tägige Self-Host-Testlizenz in Minuten erstellen — 14 Tage, Keine Kreditkarte erforderlich. Kostenlose Lizenz testen
Alle bezahlten Pläne enthalten priorisierten E-Mail- und Chat-Support mit erster Antwort innerhalb eines Werktags. Support-Details ansehen
Details zum Lizenzumfang und zum Vergleich mit Community: Self-Host-Lizenzleitfaden
Interne Freigabe nötig? Entscheidungsvorlage lesen
Kontakt
Öffnen Sie ein GitHub-Issue, fragen Sie im Discord oder schreiben Sie eine Mail. Es antwortet der Maintainer, kein Bot.