उन टीमों के लिए जिनका मुख्य काम ऑर्केस्ट्रेशन नहीं है।
वर्कफ़्लो को declarative YAML में परिभाषित करें; एक ओपन-सोर्स बाइनरी उन्हें, लोकल या SSH के ज़रिए, शेड्यूल, retry, Human Tasks, लॉग और Web UI के साथ चलाती है। आपकी स्क्रिप्ट, कंटेनर और AI एजेंट जैसे हैं वैसे ही रहते हैं। कोई बाहरी डेटाबेस नहीं, कोई फ्रेमवर्क नहीं।
$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
Dagu इंस्टॉल करें और कुछ ही मिनटों में वेब UI से अपना पहला वर्कफ़्लो चलाएं।
रिपॉजिटरी को सहेजने और अपना समर्थन दिखाने के लिए GitHub पर Dagu को स्टार करें।
Claude, Codex, Cursor या किसी भी MCP क्लाइंट से वर्कफ़्लो बनाएँ और चलाएँ।
अपने AI टूल से
सीमित दायरे वाले MCP टूल से वर्कफ़्लो बनाएँ और उनके रन देखें। उसी क्लाइंट से असफल रन दोबारा चला सकते हैं या रोक सकते हैं।
Agent / IDE → MCP → Dagu
MCP setup करें
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
Perplexityनीचे दिया सब कुछ ओपन-सोर्स बाइनरी में शामिल है; SSO, RBAC और ऑडिट लॉग self-host लाइसेंस से सक्रिय होते हैं।
Isolation या packaged tooling जरूरी हो तो workflow steps को Docker containers में चलाएं।
छोटे reusable workflows से बड़े operations compose करें।
Status और logs Dagu में रखते हुए SSH के जरिए remote servers पर commands चलाएं।
Cron syntax, timezone support और manual controls के साथ recurring workflows चलाएं।
Web UI में routing configure करें ताकि failed या waiting runs सही channel या incident provider तक पहुंचें।
Extra service layer जोड़े बिना external systems से workflows trigger करें।
DAGs, runs, logs, history और workflow definitions को एक जगह inspect करें।
Workflows फ़ाइल-आधारित हैं। एक binary, कोई बाहरी database या broker नहीं चाहिए। Air-gapped वातावरण के लिए तैयार।
Linux, macOS और Windows के लिए एक बाइनरी। कंटेनरों के लिए docker run या Helm; coordinator और label-रूटेड workers से स्केल करें।
गारंटियाँ और सेटिंग्स, उनके असली नामों से।
एक मशीन पर प्रतिदिन हज़ारों रन; क्षमता CPU, डिस्क और workflow के आकार पर निर्भर है। स्थिति लोकल फ़ाइलों में है, कोई डेटाबेस साइज़ या माइग्रेट नहीं करना।
प्रति-DAG समवर्तीता सीमा वाली फ़ाइल-आधारित कतारें। dagu coordinator gRPC से gpu=true जैसे लेबल से चुने workers को कार्य भेजता है।
समय-क्षेत्र सहित cron, catchup_window, overlap_policy, प्रति-step retry_policy, ज़ोंबी पहचान, lifecycle handlers, ईमेल / webhook सूचनाएँ और incident रूटिंग।
DAGU_AUTH_MODE none, basic या builtin; पाँच RBAC रोल; workspaces; Human Tasks; सीक्रेट मास्किंग; API keys; प्रति-DAG webhook टोकन।
वही बाइनरी तीन तरह से चलती है।
एक dagu start-all प्रोसेस एक ही मशीन पर सर्वर, शेड्यूलर और स्टेप्स चलाता है, फ़ाइल-आधारित स्टोरेज के साथ।
आपका प्लेटफ़ॉर्म हर रन के लिए एक worker बनाता है जो बाइनरी चलाता है और रन खत्म होने पर नष्ट हो जाता है। सर्वर shared volume से रन स्टेट पढ़ता है।
सर्वर टास्क coordinator को भेजता है। Workers gRPC से बाहर की ओर जुड़ते हैं, अपने labels से मेल खाते टास्क poll करते हैं, और status व logs वापस भेजते हैं।
Private scripts, internal CLIs, reusable actions, pinned tools और artifacts को ऐसे workflows बनाएं जिन्हें दूसरी teams safely request या run कर सकें.
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]
Dagu GitHub समुदाय की वास्तविक टिप्पणियाँ।
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 GPLv3 के तहत लाइसेंस प्राप्त है और हमेशा मुफ़्त रहेगा। Paid licenses teams के लिए SSO, RBAC, audit logging, incident routing और support जोड़ते हैं।
3 self-host Dagu सर्वर लाइसेंस
$500 / वर्ष · 2 महीने बचाएं
15 self-host Dagu सर्वर लाइसेंस
$1,500 / वर्ष · 2 महीने बचाएं
उन टीमों के लिए जो complex environments में event-driven workflow infrastructure बनाती हैं
कस्टम समाधान
विशिष्ट कंपनी आवश्यकताओं के लिए अनुरूप फ़ीचर बनाना।
टर्नकी समाधान
उपयोग के लिए तैयार सेटअप बनाना जो टीमों को भारी तकनीकी या सर्वर संसाधनों को खर्च किए बिना Dagu को आसानी से स्केल करने में मदद करते हैं।
14-day self-host license trial मिनटों में बनाएं — 14 दिन, Credit card की जरूरत नहीं. Free license trial शुरू करें
सभी paid योजनाओं में प्राथमिकता email और chat support शामिल है, पहला उत्तर 1 कार्यदिवस के भीतर। Support विवरण देखें
License के दायरे और Community से तुलना का विवरण: Self-host license guide
आंतरिक स्वीकृति चाहिए? अपनाने की रिपोर्ट पढ़ें
संपर्क
GitHub issue खोलें, Discord में पूछें या ईमेल करें। जवाब मेंटेनर देता है, कोई बॉट नहीं।