KI-Agenten-Orchestrierung
Agent-CLIs wie Produktions-Workflows orchestrieren.
Dagu gibt KI-Agenten-Kommandos die operative Hülle, die sie brauchen: Planung, Abhängigkeiten, Retries, Logs, Artefakte und menschliche Checkpoints.
name: agent-release-notes
schedule: "0 9 * * 1"
steps:
- id: collect_changes
run: git log --since="7 days ago" --oneline
output: GIT_LOG
- id: draft_notes
action: harness.run
with:
prompt: |
Draft release notes from this git context:
${GIT_LOG}
depends: [collect_changes]
- id: human_review
run: ./scripts/request-approval.sh
depends: [draft_notes]Arbeitet mit den vorhandenen Agent-CLIs
Menschliche Reviews passen natürlich in den Ablauf
Logs und Artefakte bleiben unter Ihrer Kontrolle
Modelle und Anbieter bleiben austauschbar
At a glance
Die Rolle von Dagu im Agent-Stack
Beliebige CLI- oder API-Agenten anschließen.
Hosted-Plattformen koppeln Orchestrierung oft an ihre eigene Modelloberfläche.
Planung, Retries, Logs, Artefakte, Freigaben und Reruns.
Prompt-zentrierte Automation braucht viel Glue Code.
Definitionen, Logs und Runtime bleiben in Ihrer Umgebung.
Hosted-Harness erschwert Kontrolle über Zustand und Kosten.
In depth
Where each tool fits
Den Harness unter eigener Kontrolle halten
Ein Agent-Workflow ist mehr als ein Prompt. Er sammelt Kontext, validiert Ausgaben, holt Freigaben ein und veröffentlicht Artefakte.
- Agent-Aufrufe als Schritte mit Abhängigkeiten und Retries modellieren
- stdout, stderr, Artefakte und Historie festhalten
- Vor Veröffentlichung Validierung und Freigaben einbauen
Die Werkzeuge nutzen, denen Ihr Team schon vertraut
Dagu ist kein Agent-Framework. Es ist eine Workflow-Engine für die CLIs und Skripte, die Ihr Team bereits benutzt.
- Claude, Codex, Gemini, Aider oder interne Tools aufrufen
- Anbieter über Kommandos und Umgebungsvariablen wechseln
- Produktions-Workflows nicht an einen Vendor-Harness binden
Wiederkehrende Agent-Arbeit planen
Release Notes, Triage, Cleanup, Reporting und QA lassen sich als geplante Workflows statt als manuelle Prompts ausführen.
- Agent-Workflows per cron ausführen
- Über Repos, Teams oder Umgebungen verteilen
- Jeden Lauf für spätere Prüfung aufzeichnen
FAQ
Practical questions before adopting Dagu
Ist Dagu ein KI-Agenten-Framework?
Nein. Dagu ist die Workflow-Engine unter der Agent-Arbeit. Sie plant und beobachtet Kommandos, unabhängig von Modell und Prompt-System.
Wie funktionieren menschliche Freigaben?
Freigaben lassen sich als eigene Schritte modellieren. Häufig kommen Review-Skripte, Benachrichtigungen oder manuelle Gates vor der Veröffentlichung dazu.
Kann Dagu mehrere Agent-Anbieter mischen?
Ja. Da Schritte Kommandos sind, kann ein Workflow unterschiedliche CLIs und Skripte kombinieren.
Next step
Start with one workflow.
Install Dagu, move one fragile script or agent task into YAML, and decide from a real run history.