Orchestration d'agents IA
Orchestrez les CLI d'agents comme des workflows de production.
Dagu apporte aux commandes d'agents IA la couche opérationnelle qui leur manque: planning, dépendances, retries, logs, artefacts et validations humaines.
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]Fonctionne avec les CLI d'agents existants
Les revues humaines s'intègrent naturellement
Logs et artefacts restent chez vous
Modèles et fournisseurs restent remplaçables
At a glance
Le rôle de Dagu dans une stack d'agents
Branchez n'importe quel agent CLI ou API.
Les plateformes hébergées lient souvent l'orchestration à leur propre surface modèle.
Planning, retries, logs, artefacts, approbations et reruns.
L'automatisation centrée sur le prompt demande beaucoup de glue code.
Définitions, logs et runtime restent dans votre environnement.
Les harness hébergés compliquent le contrôle des états et des coûts.
In depth
Where each tool fits
Gardez le harness sous votre contrôle
Un workflow agent ne se résume pas à un prompt. Il collecte du contexte, valide, demande une approbation et publie des artefacts.
- Traitez les appels agents comme des étapes avec dépendances et retries
- Conservez stdout, stderr, artefacts et historique
- Ajoutez validation et approbation avant publication
Réutilisez les outils que votre équipe connaît déjà
Dagu n'est pas un framework d'agents. C'est un moteur de workflow qui exécute vos CLI et scripts existants.
- Appelez Claude, Codex, Gemini, Aider ou des outils internes
- Changez de fournisseur en ajustant commandes et variables d'environnement
- Évitez le verrouillage à un harness propriétaire
Planifiez le travail agent récurrent
Notes de version, triage, nettoyage, reporting et QA deviennent des workflows planifiés plutôt que des prompts manuels.
- Exécutez des workflows agents sur des horaires cron
- Répartissez par dépôt, équipe ou environnement
- Archivez chaque exécution pour audit humain
FAQ
Practical questions before adopting Dagu
Dagu est-il un framework d'agents IA ?
Non. Dagu est le moteur de workflow sous-jacent. Il planifie et observe les commandes, quels que soient le CLI, le modèle ou le système de prompts.
Comment fonctionnent les validations humaines ?
L'approbation peut être modélisée comme une étape dédiée. Les équipes ajoutent souvent scripts de revue, notifications ou gates manuels avant publication.
Peut-on utiliser plusieurs fournisseurs d'agents ?
Oui. Comme chaque étape est une commande, un workflow peut appeler plusieurs CLI ou scripts différents.
Next step
Start with one workflow.
Install Dagu, move one fragile script or agent task into YAML, and decide from a real run history.