Flieber orchestre les workflows clients et DevCake open source avec Dagu
Flieber s’appuie sur Dagu pour créer et exécuter les DAGs clients de sa plateforme interne, remplaçant les orchestrateurs lourds par un moteur léger, économe et portable.
Conçu pour les équipes dont le métier n'est pas l'orchestration.
Orchestration local-first qui fonctionne, tout simplement.
Définissez vos workflows en YAML déclaratif ; un binaire open source les exécute, en local ou via SSH, avec planification, reprises, tâches humaines, logs et interface web. Vos scripts, conteneurs et agents IA restent intacts. Pas de base de données externe, pas de framework.
Installer la commande dagu
$curl -fsSL https://raw.githubusercontent.com/dagucloud/dagu/main/scripts/installer.sh | bashdaily-report.yaml
schedule: "0 2 * * *" # runs every night at 02:00type: chainsteps:- id: fetch_datarun: python fetch.py- id: build_reportaction: docker.runwith:image: ghcr.io/acme/reporting:1.4.2volumes:- ~/data:/work/datacommand: python report.py- id: notifyrun: ./notify.sh
last run · 02:00:04 · exit 03/3 steps
Quickstart
Quickstart
1
Installer la commande dagu
Binaire
$curl -L https://raw.githubusercontent.com/dagucloud/dagu/main/scripts/installer.sh | bash
✓ Installed to /usr/local/bin/dagu
2
Exécutez votre premier workflow
hello.yaml
$cat > hello.yaml << EOF
# Votre premier workflow
steps:
- command: echo "Hello from dagu!"
- command: ls -la
EOF
✓ hello.yaml créé
3
L'exécuter
Terminal
$dagu start hello.yaml
Running hello...
✓ hello finished
Hello from dagu!
Running list...
✓ list finished
-rw-r--r-- hello.yaml
✓ Workflow terminé avec succès
4
Explorer l'interface Web
Installez Dagu et exécutez votre premier workflow depuis l’interface Web en quelques minutes.
Terminal
$dagu start-all
✓ Serveur démarré sur http://localhost:8080
Interface Web : Surveillance en temps réel, vue DAG visuelle, historique d'exécution
Vous utilisez Dagu ?
Ajoutez une étoile à Dagu sur GitHub pour enregistrer le dépôt et montrer votre soutien.
Lancez vos workflows sans quitter vos outils d'IA
Créez et lancez des workflows depuis Claude, Codex, Cursor ou n'importe quel client MCP.
Depuis vos outils d'IA
Créez et lancez des workflows depuis n'importe quel client MCP.
Les outils MCP aux droits limités permettent de créer des workflows et de suivre leurs exécutions. Depuis le même client, vous pouvez relancer un échec ou arrêter une exécution.
Agent / IDE → MCP → Dagu
Configurer MCP
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
Perplexity
Le plan de contrôle autour de votre travail réel
Tout ce qui suit est inclus dans le binaire open source ; SSO, RBAC et journaux d'audit s'activent avec une licence self-host.
Étapes conteneur
Exécutez des étapes de workflow dans des conteneurs Docker quand l'isolation ou les outils empaquetés comptent.
Workflows imbriqués
Composez de plus grandes opérations à partir de workflows plus petits et réutilisables.
Exécution distante
Exécutez des commandes sur des serveurs distants via SSH tout en gardant statut et logs dans Dagu.
Planificateur avancé
Exécutez des workflows récurrents avec syntaxe cron, fuseaux horaires et contrôles manuels.
Notifications et incidents
Configurez le routage dans la Web UI pour que les exécutions en échec ou en attente arrivent au bon canal ou fournisseur d'incidents.
Gestion des webhooks
Déclenchez des workflows depuis des systèmes externes sans ajouter une autre couche de service.
Interface Web
Inspectez les DAGs, exécutions, logs, historiques et définitions de workflow depuis un seul endroit.
Autonome
Les workflows sont basés sur des fichiers. Un binaire, sans base de données ni broker externe. Prêt pour les environnements air-gapped.
Auto-hébergé partout
Un binaire pour Linux, macOS et Windows. docker run ou Helm pour les conteneurs ; montée en charge avec un coordinator et des workers routés par labels.
Exploitation en production
Les garanties et les réglages, appelés par leurs vrais noms.
Performance
Des milliers d'exécutions par jour sur une machine ; la capacité dépend du CPU, du disque et de la forme du workflow. L'état tient dans des fichiers locaux : aucune base de données à dimensionner ni à migrer.
Exécution distribuée
Files basées sur des fichiers avec limites de concurrence par DAG. dagu coordinator distribue en gRPC vers des workers choisis par labels comme gpu=true.
Notifications
Cron avec fuseaux horaires, catchup_window, overlap_policy, retry_policy par étape, détection de zombies, handlers de cycle de vie, notifications email et webhook, routage d'incidents.
Auth et RBAC
DAGU_AUTH_MODE none, basic ou builtin ; cinq rôles RBAC ; workspaces ; tâches humaines ; masquage des secrets ; clés API ; tokens webhook par DAG.
Architecture
Le même binaire fonctionne de trois façons.
Serveur unique
Un processus dagu start-all fait tourner le serveur, le scheduler et les étapes sur une seule machine, avec un stockage basé sur des fichiers.
Workers temporaires
Votre plateforme provisionne un worker par exécution qui lance le binaire, puis le détruit une fois l'exécution terminée. Le serveur lit l'état depuis un volume partagé.
Coordinator et workers
Le serveur envoie les tâches à un coordinator. Les workers se connectent en sortie via gRPC, interrogent les tâches correspondant à leurs labels et renvoient statut et logs.
Patterns courants
Health Check
SSH Backup
Notify
Workflows de scripts privés
Transformez scripts privés, CLIs internes, actions réutilisables, outils épinglés et artefacts en workflows que d’autres équipes peuvent demander ou exécuter en sécurité.
- 1Gardez les scripts et commandes existants intacts
- 2Exposez des paramètres étroits au lieu d’un accès production large
- 3Appelez des Dagu Actions versionnées avec sorties typées
- 4Stockez rapports et logs comme artefacts de premier ordre
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]
Auto-hébergé sur votre propre infrastructure
Dagu est sous licence GPLv3 et restera gratuit. Les licences payantes ajoutent le SSO, le RBAC, les journaux d’audit, le routage des incidents et le support pour les équipes.
Communauté
Gratuit pour toujours
Serveurs illimités, workers illimités
- Automatisation et surveillance complètes des workflows
- Interface web avec visualisation DAG
- Exécuteurs Docker, SSH et HTTP
- Planification cron et tentatives
- Jusqu'à 2 clés API pour l'automatisation
Team
$50 / mois
3 licences serveur Dagu self-host
3 licences = 3 serveurs, workers illimités
Démarrer l’essai gratuit de licence$500 / an · Économisez 2 mois
Pro
$150 / mois
15 licences serveur Dagu self-host
15 licences = 15 serveurs, workers illimités
Démarrer l’essai gratuit de licence$1,500 / an · Économisez 2 mois
Enterprise
Sur mesure
Pour les équipes qui construisent une infrastructure de workflows orientée événements dans des environnements complexes
Nombre de serveurs sous licence personnalisé
- Support prioritaire
Créer une licence d’essai self-host de 14 jours en quelques minutes — 14 jours, Sans carte bancaire. Démarrer l’essai gratuit de licence
Team et Pro incluent un support standard. Enterprise inclut un support prioritaire. Voir les détails du support
Détails sur la portée de la licence et la comparaison avec Community : Guide des licences self-host
Besoin d'une approbation interne ? Lire le dossier d'adoption
Contact
Des questions, des bugs, des idées ?
Ouvrez une issue GitHub, passez sur Discord ou envoyez un mail. C'est le mainteneur qui répond, pas un bot.