The workflow engine that doesn't turn into an SRE project.

Dagu is a lightweight workflow engine that comes with a Web UI. Define any worflows in a simple declarative YAML format. It natively suports shell commands, docker containers, k8s jobs, SSH commands, and more. Self-contained and no DBMS is required.

Dagu wurde für Entwickler entwickelt, die leistungsstarke Workflow-Orchestrierung ohne operativen Mehraufwand möchten.

Linux

macOS

Windows

Docker

Kubernetes

Schnellstart

Beispiele ansehen

Live-Demo testen

Anmeldedatendemouser / demouser

dagu start-all --port 8080

dagu-Befehl installieren

$curl -fsSL https://raw.githubusercontent.com/dagucloud/dagu/main/scripts/installer.sh | bash

Eigenständig

Workflows sind dateibasiert. Eine Binary, keine externe Datenbank oder Broker erforderlich. Air-gapped bereit.

CLI-orientiert

Shell-Skripte, Python-Jobs, SQL, dbt, DuckDB, Container und Runbooks laufen als Pipeline-Schritte ohne Änderungen. Kein neues Framework nötig.

Deklarativ

Definieren Sie Workflows in einem einfachen, deklarativen YAML-Format. Sie können vorhandene Skripte oder Tools ohne Änderungen verwenden.

Sichere KI-Agenten-Integration

Nutzen Sie Ihren bevorzugten KI-Agenten, um Workflows zu erstellen, zu verbessern, zu debuggen und auszuführen. Das integrierte Secret-Management verbirgt Zugangsdaten aus Logs und Agenten, lässt sie Aufgaben aber trotzdem sicher vorschauen und ausführen. Vollständiges Audit-Logging gewährleistet Compliance und Transparenz.

Über MCP einrichten →

workflow.yaml

# Kontrolliertes Production-Runbook mit typisierten Eingaben und Review

name: "repair-customer-account"

params:

- name: customer_id

type: string

- name: change_scope

type: string

enum: ["metadata_only", "permissions"]

default: metadata_only

- name: dry_run

type: boolean

default: true

steps:

- id: inspect_account

run: ./scripts/inspect-account.sh --customer $${customer_id}

stdout:

artifact: reports/inspection.md

- id: review

action: noop

depends: [inspect_account]

approval:

prompt: "Review the inspection report before repair."

- id: repair_account

run: ./scripts/repair-account.sh --customer $${customer_id} --scope $${change_scope} --dry-run $${dry_run}

depends: [review]

stdout:

artifact: reports/repair.log

Trusted by developers at

KI-Agenten-Gateway

Geben Sie KI-Agenten freigegebene Aktionen, keinen Produktionszugriff.

Dagu stellt private Workflows über MCP bereit, mit begrenzten Berechtigungen, Secrets nur zur Laufzeit, Logs, Historie und Audit-Trails.

KI-Agent

Fordert eine freigegebene Operation an, ohne private Zugangsdaten zu sehen.

Anfrage

Dagu MCP

Erzwingt granulare Zugriffskontrolle, bevor ein Workflow laufen kann.

Freigabe

Freigegebener Workflow

Führt das vertrauenswürdige Skript, den Container, SQL-, HTTP-, SSH- oder Sub-Workflow aus.

Ausführung

Private Systeme

Produktionswerkzeuge und Daten bleiben hinter Dagu, nicht im Kontext des Agenten.

ShellSQLSSH

Agenten fordern über Dagu MCP eine benannte Workflow-Aktion an, statt Shell-, Datenbank- oder API-Zugangsdaten zu erhalten.

Dagu prüft den Zugriff, injiziert Secrets nur zur Laufzeit und kann sensible Workflows für menschliche Freigaben anhalten.

Jeder Lauf behält Logs, Ausgaben, Status, Historie und Audit-Nachweise für Menschen und Agenten.

Begrenzter Zugriff

Stellen Sie nur die Aktionen bereit, die der jeweilige Agent ausführen darf.

Verwaltete Secrets

Injizieren Sie Zugangsdaten zur Laufzeit, ohne sie dem Agenten offenzulegen.

Audit-Trail

Verfolgen Sie, wer oder was jeden Workflow mit welchen Eingaben ausgeführt hat.

Freigaben

Halten Sie riskante Operationen für menschliche Prüfung an.

Sichere Ergebnisse

Geben Sie Status und Ausgaben zurück, ohne Rohzugriff auf Systeme zu öffnen.

Der Agent erhält ein begrenztes Tool. Ihre privaten Systeme behalten Secrets, Logs, Berechtigungen und Betriebshistorie in Dagu.

Das Control Plane rund um Ihre echte Arbeit

Dagu ergänzt Skripte, Tools, Runbooks und AI-Agenten um die fehlende operative Ebene für Teams.

Observability

Verfolgen Sie Workflows, Zeitpläne, Live-Status, Logs, Run-Historie, Outputs, Artefakte und Freigaben in der Web UI.

Sprachunabhängige Ausführung

Führen Sie Shell-Befehle, Python-Skripte, Container, Kubernetes Jobs, SQL-Abfragen, HTTP-Requests, SSH-Befehle und mehr aus.

Reproduzierbare Runs

Pinnen Sie Tools im Workflow-YAML, damit Worker vor der Ausführung die erwarteten Binaries installieren und cachen.

Multiplayer-Agenten

Führen Sie gemeinsame AI-Agenten in Workflows aus und stellen Sie Workflows Agenten als begrenzte, beobachtbare Tools bereit.

Integrierte Freigaben

Pausieren Sie sensible Schritte für menschliche Prüfung, Bestätigung oder Eingriff, bevor die Ausführung fortgesetzt wird.

MCP-Server

MCP-fähige Agenten können Dagu-Zustand prüfen, Änderungen vorab ansehen, Workflows bearbeiten und Runs steuern.

Harness-agnostische Agenten

Führen Sie Coding Agents und Agent-CLIs aus Workflows aus, während Logs, Freigaben, Secrets und Audit-Historie in Dagu bleiben.

Secret Management

Injizieren Sie Secrets in Workflow-Runs und maskieren Sie sensible Werte in Logs für Nutzer, Agenten und Chat-Tools.

Self-hosted oder managed

Betreiben Sie ein einzelnes Binary, Container oder Kubernetes, oder nutzen Sie managed und hybride Deployment-Modelle.

Berechtigungssteuerung

Steuern Sie Workflow-Zugriff mit RBAC, SSO, API-Keys, Workspace-Kontrollen und Audit-Logs.

Deployment-Modelle

Betreiben Sie eine self-hosted Instanz, nutzen Sie den verwalteten Dagu-Server, oder kombinieren Sie die Cloud-Kontrollebene mit privaten Workern in Ihrer Infrastruktur.

Starten Sie auf einer Maschine. Skalieren Sie zu self-hosted, managed oder hybrid.

Lokal

Einzelserver

Fuehren Sie `dagu start-all` auf einer Maschine mit lokal dateibasierter State-Speicherung aus. Keine Datenbank, kein Broker, kein Plattform-Stack erforderlich.

Selbst gehostet

Ihre Infrastruktur

Behalten Sie Dagu Server, Workers, Secrets, Logs und Execution in Ihrer eigenen Umgebung.

Dagu

Vollstaendig verwalteter Server

Nutzen Sie einen dedizierten Dagu Server, betrieben von Dagu in einer isolierten gVisor-Instanz auf GKE.

Hybrid

Verwalteter Server, private Ausfuehrung

Dagu betreibt den Server, waehrend Private Workers Docker-, private Netzwerk- oder datenlokale Steps ausfuehren.

Hybrid Execution

Verwalteter Dagu-Server

Private Worker ueber mTLS

Docker, private APIs, Secrets und datenlokale Arbeit

Hybrid haelt den Dagu Server managed, waehrend Execution, die Ihr Netzwerk, Ihre Runtime oder Ihre Daten braucht, unter Ihrer Kontrolle bleibt.

Workflow-Engine-Funktionen für den Produktionsbetrieb

Bewährte Workflow-Engine-Funktionen ermöglichen es Ihnen, sich auf den Kernwert zu konzentrieren, ohne sich um Orchestrierung zu kümmern.

Leistung

Führen Sie Tausende Workflow-Läufe pro Tag auf einer Maschine aus, abhängig von Hardware, Workflow-Form, Schrittdauer und Queue-Einstellungen.

Verteilte Ausführung

Nutze Queues, Concurrency-Limits und verteilte Worker, um Last zu kontrollieren und Jobs über Maschinen zu verteilen.

Queues Verteilte Ausführung

Benachrichtigungen

Wiederkehrende Zeitpläne, Nachholung, dauerhafte Ausführungen, Timeouts, Neustarts, Benachrichtigungen und Routing von Vorfällen an Verantwortliche.

Scheduling Dauerhafte Retries Event-Handler Benachrichtigungen Incidents

Auth & RBAC

Benutzerverwaltung, RBAC, Arbeitsbereiche, Genehmigungsschritte, integriertes Secret-Management, API-Schlüssel und Webhooks.

RBAC Workspaces REST API Verwaltete GitHub App

Praxisnahe Anwendungsfälle

Customer-Support-Automatisierung

Verwandeln Sie wiederkehrende Engineering-Anfragen in Self-Service-Workflows. Business-Teams führen sie eigenständig aus. Ingenieure bleiben außen vor.

Cron- und Legacy-Skript-Management

Bringen Sie bestehende Shell-Skripte, Python-Skripte, HTTP-Aufrufe und geplante Jobs nach Dagu, ohne sie umzuschreiben.

Infrastruktur- und Serverautomatisierung

Koordiniere SSH-Backups, Cleanups, Deploy-Skripte, Patch-Fenster, Vorbedingungen und Lifecycle-Hooks.

ETL und Datenbetrieb

Führe PostgreSQL- oder SQLite-Abfragen, S3-Transfers, jq-Transformationen, Validierungen und wiederverwendbare Sub-Workflows aus.

GitHub als Oberfläche. Ihre Infrastruktur als Runtime.

Lösen Sie Dagu-Ausführungen aus GitHub-Events von Issues und PRs über die verwaltete Dagu GitHub App aus.

Container- und Kubernetes-Workflows

Baue Workflows, in denen jeder Schritt ein Docker-Image, einen Kubernetes Job, einen Shell-Befehl oder eine Validierung ausführt.

Medienkonvertierung

Führe ffmpeg, Thumbnail-Erzeugung, Audio-Normalisierung, Bildverarbeitung und andere rechenintensive Jobs auf Workern aus.

IoT- und Edge-Workflows

Führe Sensorabfragen, lokale Bereinigung, Offline-Sync, Healthchecks und Gerätewartung auf kleinen Geräten aus.

KI-Agenten-Workflows

Führen Sie beliebige Harnesses aus, um bestimmte Entwicklungsworkflows mit sauberem Kontext und automatischem Retry und Failover zu automatisieren.

Häufige Muster

Health Check

SSH Backup

Notify

Private Skript-Workflows

Machen Sie private Skripte, interne CLIs, wiederverwendbare Actions, gepinnte Tools und Artefakte zu Workflows, die andere Teams sicher anfordern oder ausführen können.

1Bestehende Skripte und Befehle bleiben intakt
2Enge Parameter statt breitem Produktionszugriff freigeben
3Versionierte Dagu Actions mit typisierten Outputs aufrufen
4Berichte und Logs als erstklassige Artefakte speichern

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}' ${collect.outputs.path}
    stdout:
      artifact: reports/customers.json
    depends: [collect]

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

Typisierte Parameter

Dagu rendert sie automatisch als typisiertes Parametereingabeformular in der Web-Oberfläche — nützlich für Self-Service-Workflows oder den Betrieb durch Nicht-Ingenieure.

workflow.yaml

tools:
  - jqlang/jq@jq-1.7.1

steps:
  - id: inspect
    run: jq --version

  - id: summarize
    action: python-script@v1
    with:
      input:
        rows: [42, 8]
      script: |
        return {"total": sum(input["rows"])}

Für die Tool-Bereitstellung nutzt Dagu standardmäßig aqua.

Gepinnte Tools

Deklarieren Sie CLI-Tools und Versionen in YAML. Dagu bereitet sie vor Host-Command-Steps vor.

The workflow engine that doesn't turn into an SRE project.

Eigenständig

CLI-orientiert

Deklarativ

Sichere KI-Agenten-Integration

Geben Sie KI-Agenten freigegebene Aktionen, keinen Produktionszugriff.

KI-Agent

Dagu MCP

Freigegebener Workflow

Private Systeme

Begrenzter Zugriff

Verwaltete Secrets

Audit-Trail

Freigaben

Sichere Ergebnisse

Das Control Plane rund um Ihre echte Arbeit

Observability

Sprachunabhängige Ausführung

Reproduzierbare Runs

Multiplayer-Agenten

Integrierte Freigaben

MCP-Server

Harness-agnostische Agenten

Secret Management

Self-hosted oder managed

Berechtigungssteuerung

Starten Sie auf einer Maschine. Skalieren Sie zu self-hosted, managed oder hybrid.

Einzelserver

Ihre Infrastruktur

Vollstaendig verwalteter Server

Verwalteter Server, private Ausfuehrung

Workflow-Engine-Funktionen für den Produktionsbetrieb

Leistung

Verteilte Ausführung

Benachrichtigungen

Auth & RBAC

Praxisnahe Anwendungsfälle

Customer-Support-Automatisierung

Cron- und Legacy-Skript-Management

Infrastruktur- und Serverautomatisierung

ETL und Datenbetrieb

GitHub als Oberfläche. Ihre Infrastruktur als Runtime.

Container- und Kubernetes-Workflows

Medienkonvertierung

IoT- und Edge-Workflows

KI-Agenten-Workflows

Häufige Muster

Private Skript-Workflows

Typisierte Parameter

Gepinnte Tools

Offizielle und Third-Party Actions

Artefakte

Benachrichtigungen und Incidents

Multiplayer-KI-Agent in Slack

Vollständige Workflow-Funktionen

Dagu Actions

Gepinnte Tools

Artefakte

Benachrichtigungen und Incidents

Befehlsschritte

Verschachtelte Workflows

Bedingte Schritte

Automatische Wiederholungen

Dauerhafte Ausführung

Erweiterter Scheduler

SQL & DuckDB

Warteschlangenverwaltung

Web-UI

Container-Schritte

Remote-Ausführung

Webhook-Verwaltung

Verwaltete GitHub App

Genehmigungstore

E-Mail-Benachrichtigungen

Secret-Verwaltung

OpenTelemetry

Prometheus-Metriken

Verteilte Ausführung

Lifecycle-Handler

Geliebt von Entwicklern