Auto-hospedado · Binário único · Zero dependências

O motor de workflows que não vira um projeto de SRE.

Dagu é uma alternativa leve ao Airflow ou Cron com interface web. Defina DAGs em um formato YAML declarativo simples. Suporta comandos shell, contêineres Docker, jobs k8s, comandos remotos via SSH e muito mais. Foi projetado para ser fácil de usar, autocontido e não exigir programação, tornando-o ideal para equipes pequenas.

Dagu é feito para desenvolvedores que querem orquestração de workflows poderosa sem a sobrecarga operacional.

Linux

macOS

Windows

Docker

Kubernetes

Início rápido

Ver exemplos

Experimentar Demo

Credenciaisdemouser / demouser

dagu start-all --port 8080

Instalar o comando dagu

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

Autocontido

Workflows são baseados em arquivos. Um binário, sem banco de dados ou broker externos. Pronto para ambientes air-gapped.

Orientado a CLI

Scripts shell, jobs Python, SQL, dbt, DuckDB, contêineres e runbooks rodam como etapas de pipeline sem alterações. Nenhum novo framework necessário.

Declarativo

Defina workflows em um formato YAML simples e declarativo. Você pode usar qualquer script ou ferramenta existente sem modificação.

Integração segura de agentes IA

Use seu agente IA favorito para criar, melhorar, depurar e executar workflows. O gerenciamento de segredos integrado oculta credenciais de logs e agentes, enquanto ainda permite que eles visualizem e executem tarefas com segurança. O registro completo de auditoria garante conformidade e visibilidade totais.

Configurar via MCP →

workflow.yaml

# Runbook de produção controlado com entradas tipadas e revisão

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

Descer

Trusted by developers at

NOW VIEWING · THE FLIGHT DECK

MAIN VIEWER // LIVE FEED

CAM 01 · COCKPITSIGNAL NOMINAL

Gateway para agentes de IA

Gateway MCP para executar DAGs sem expor segredos

Um servidor MCP integrado permite que qualquer agente de IA gerencie seus DAGs de imediato. Sistemas privados ficam atrás de uma fronteira de segurança que exige segredos, e o Dagu os mascara automaticamente — então o agente nunca os vê.

Agente de IA

Solicita uma operação aprovada sem ver credenciais privadas.

Solicitar

Dagu MCP

Aplica controle de acesso granular antes de qualquer workflow rodar.

Autorizar

DAGs

Executa o script, contêiner, SQL, HTTP, SSH ou sub-workflow que você já confia.

Executar

Sistemas privados

Ferramentas e dados de produção ficam atrás do Dagu, não no contexto do agente.

ShellSQLSSH

Agentes solicitam uma ação de workflow nomeada via Dagu MCP em vez de receber credenciais de shell, banco de dados ou API.

O Dagu verifica acesso, injeta segredos apenas em runtime e pode pausar workflows sensíveis para aprovação humana.

Cada execução mantém logs, saídas, status, histórico e evidência de auditoria para humanos e agentes inspecionarem.

Acesso escopado

Exponha apenas as ações que cada agente tem permissão para executar.

Segredos gerenciados

Injete credenciais em runtime sem revelá-las ao agente.

Trilha de auditoria

Rastreie quem ou o que executou cada workflow e com quais entradas.

Aprovações

Pause operações de alto risco para revisão humana.

Resultados seguros

Retorne status e saídas sem abrir acesso bruto ao sistema.

O agente recebe uma ferramenta limitada. Seus sistemas privados mantêm segredos, logs, permissões e histórico operacional no Dagu.

O plano de controle em volta do trabalho real

O Dagu adiciona a camada operacional que scripts, ferramentas, runbooks e agentes de IA precisam em equipe.

Observabilidade

Acompanhe workflows, agendas, status ao vivo, logs, histórico, outputs, artefatos e aprovações na Web UI.

Execução independente de linguagem

Execute comandos shell, scripts Python, contêineres, Kubernetes Jobs, consultas SQL, requests HTTP, comandos SSH e mais.

Execuções reproduzíveis

Fixe ferramentas no YAML do workflow para que workers instalem e armazenem em cache os binários esperados antes da execução.

Agentes multiplayer

Execute agentes de IA compartilhados dentro de workflows e exponha workflows para agentes como ferramentas limitadas e observáveis.

Aprovações integradas

Pause passos sensíveis para revisão, confirmação ou intervenção humana antes de continuar a execução.

Servidor MCP

Permita que agentes compatíveis com MCP inspecionem o estado do Dagu, pré-visualizem mudanças, editem workflows e controlem execuções.

Agentes independentes de harness

Execute coding agents e CLIs de agentes a partir de workflows mantendo logs, aprovações, segredos e auditoria no Dagu.

Gerenciamento de segredos

Injete segredos em execuções de workflow e mascare valores sensíveis em logs para usuários, agentes e ferramentas de chat.

Self-host ou gerenciado

Execute um binário único, implante com contêineres ou Kubernetes, ou use modelos gerenciados e híbridos.

Controle de permissões

Controle acesso a workflows com RBAC, SSO, API keys, controles de workspace e logs de auditoria.

Modelos de deployment

Execute uma instância auto-hospedada, use o servidor gerenciado do Dagu, ou combine o plano de controle na nuvem com workers privados em sua infraestrutura.

Comece em uma maquina. Escale para self-hosted, managed ou hybrid.

Local

Servidor unico

Execute `dagu start-all` em uma maquina com estado local baseado em arquivos. Sem database, broker ou platform stack.

Auto-hospedado

Sua infraestrutura

Mantenha Dagu server, workers, secrets, logs e execution dentro do seu proprio ambiente.

Dagu

Servidor totalmente gerenciado

Use um Dagu server dedicado operado pelo Dagu em uma instancia gVisor isolada no GKE.

Hibrido

Servidor gerenciado, execucao privada

Deixe o Dagu operar o server enquanto private workers executam Docker, private-network ou data-local steps.

Execução híbrida

Servidor Dagu gerenciado

Private worker via mTLS

Docker, private APIs, secrets e data-local work

Hybrid mantem o Dagu server gerenciado enquanto a execution que precisa da sua network, runtime ou data fica sob seu controle.

Funcionalidades de motor de workflow em produção

Funcionalidades de motor de workflow battle-tested permitem que você foque no valor central sem se preocupar com orquestração.

Desempenho

Execute milhares de workflows por dia em uma máquina, dependendo do hardware, do formato do workflow, da duração das etapas e das configurações de filas.

Execuções distribuídas

Use filas, limites de concorrência e workers distribuídos para controlar carga e espalhar jobs entre máquinas.

Filas Execução distribuída

Notificações

Agendamentos recorrentes, catchup, execuções duráveis, timeouts, reexecuções, notificações e roteamento de incidentes para responsáveis.

Agendamento Retentativas duráveis Manipuladores de eventos Notificações Incidentes

Auth e RBAC

Gerenciamento de usuários, RBAC, workspaces, etapas de aprovação, gerenciamento de segredos integrado, chaves de API e webhooks.

RBAC Workspaces REST API GitHub App gerenciado

Casos de uso reais

Automação de suporte ao cliente

Transforme requisições repetitivas em workflows de autoatendimento. As equipes de negócio os executam de forma independente. Os engenheiros ficam fora do processo.

Gestão de cron e scripts legados

Leve scripts shell, scripts Python, chamadas HTTP e jobs agendados existentes para o Dagu sem reescrevê-los.

Automação de Infraestrutura e Servidores

Coordene backups via SSH, limpezas, scripts de deploy, janelas de patch, pré-condições e hooks de ciclo de vida.

ETL e Operações de Dados

Execute consultas PostgreSQL ou SQLite, transferências S3, transformações jq, validações e sub-workflows reutilizáveis.

GitHub como interface. Sua infraestrutura como runtime.

Acione execuções do Dagu a partir de eventos do GitHub de issues e PRs via o managed Dagu GitHub App.

Workflows de Contêineres e Kubernetes

Componha workflows em que cada etapa pode executar uma imagem Docker, um Job Kubernetes, um comando shell ou uma validação.

Conversão de Mídia

Execute ffmpeg, extração de thumbnails, normalização de áudio, processamento de imagens e outros jobs pesados em workers.

Workflows IoT e Edge

Execute leitura de sensores, limpeza local, sincronização offline, health checks e manutenção em dispositivos pequenos.

Workflows com Agentes de IA

Execute qualquer harness para automatizar fluxos de trabalho de desenvolvimento específicos com contexto limpo e retry e failover automáticos.

Padrões comuns

Health Check

SSH Backup

Notify

Workflows de scripts privados

Transforme scripts privados, CLIs internos, actions reutilizáveis, ferramentas fixadas e artefatos em workflows que outras equipes podem solicitar ou executar com segurança.

1Mantenha scripts e comandos existentes intactos
2Exponha parâmetros estreitos em vez de amplo acesso à produção
3Chame Dagu Actions versionadas com saídas tipadas
4Guarde relatórios e logs como artefatos de primeira classe

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]

Parâmetros tipados

O Dagu os renderiza automaticamente como um formulário de entrada de parâmetros tipados na interface web, útil para criar workflows de autoatendimento ou operação por não-engenheiros.

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"])}

Para preparar ferramentas, o Dagu usa aqua como provedor padrão.

Ferramentas fixadas

Declare ferramentas CLI e versões em YAML. O Dagu prepara tudo antes das etapas de comando no host.

O motor de workflows que não vira um projeto de SRE.

Autocontido

Orientado a CLI

Declarativo

Integração segura de agentes IA

Gateway MCP para executar DAGs sem expor segredos

Agente de IA

Dagu MCP

DAGs

Sistemas privados

Acesso escopado

Segredos gerenciados

Trilha de auditoria

Aprovações

Resultados seguros

O plano de controle em volta do trabalho real

Observabilidade

Execução independente de linguagem

Execuções reproduzíveis

Agentes multiplayer

Aprovações integradas

Servidor MCP

Agentes independentes de harness

Gerenciamento de segredos

Self-host ou gerenciado

Controle de permissões

Comece em uma maquina. Escale para self-hosted, managed ou hybrid.

Servidor unico

Sua infraestrutura

Servidor totalmente gerenciado

Servidor gerenciado, execucao privada

Funcionalidades de motor de workflow em produção

Desempenho

Execuções distribuídas

Notificações

Auth e RBAC

Casos de uso reais

Automação de suporte ao cliente

Gestão de cron e scripts legados

Automação de Infraestrutura e Servidores

ETL e Operações de Dados

GitHub como interface. Sua infraestrutura como runtime.

Workflows de Contêineres e Kubernetes

Conversão de Mídia

Workflows IoT e Edge

Workflows com Agentes de IA

Padrões comuns

Workflows de scripts privados

Parâmetros tipados

Ferramentas fixadas

Actions oficiais e de terceiros

Artefatos

Notificações e incidentes

Agente de IA multiplayer no Slack

Funcionalidades completas de workflow

Dagu Actions

Ferramentas fixadas

Artefatos

Notificações e incidentes

Etapas de comando

Workflows aninhados

Etapas condicionais

Tentativas automáticas

Execução durável

Agendador avançado

SQL e DuckDB

Gerenciamento de filas

Interface Web

Etapas em contêiner

Execução remota

Gerenciamento de webhooks

GitHub App gerenciado

Portões de aprovação

Notificações por email

Gerenciamento de segredos

OpenTelemetry

Métricas do Prometheus

Execução distribuída

Handlers de ciclo de vida

Amado pelos desenvolvedores