AI Agent 编排

把 Agent CLI 按生产工作流来编排。

Dagu 为 AI Agent 命令补上它们在生产环境里真正需要的部分：调度、依赖、重试、日志、产物和人工检查点。

查看 Agent Recipes安装 Dagu
用 YAML 编排 Agent
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]

兼容现有 Agent CLI

人工审核流程可以自然插入

日志与产物保留在你自己的环境中

模型和供应商可自由替换

At a glance

Dagu 在 Agent 技术栈中的位置

Agent 模型
Dagu

接入任意 CLI 或 API Agent。

Typical alternative

托管平台往往把编排和自家模型绑在一起。

运维控制
Dagu

调度、重试、日志、产物、审批和重跑。

Typical alternative

只有 prompt 的自动化通常要补大量胶水代码。

控制权
Dagu

定义、日志和运行环境都在你的环境里。

Typical alternative

托管 harness 容易让状态和成本失去控制。

In depth

Where each tool fits

01

把 Agent Harness 掌握在自己手里

Agent 工作流不只是一次 prompt。它还包括上下文收集、校验、审批和发布，而这些都应该由你自己掌控。

  • 把 Agent 调用当作带依赖和重试的步骤
  • 保留 stdout、stderr、产物和执行历史
  • 在对外发布前加入校验和审批
02

继续使用团队已经信任的工具

Dagu 不是 Agent 框架，而是运行你已经在用的 CLI 和脚本的工作流引擎。

  • 可调用 Claude、Codex、Gemini、Aider 或内部工具
  • 通过命令和环境变量切换提供商
  • 避免把生产流程锁进某个供应商平台
03

让重复性 Agent 工作自动运行

发布说明、问题分拣、清理、报告和 QA 检查都可以从手工 prompt 变成定时工作流。

  • 按 cron 定时运行 Agent 工作流
  • 按仓库、团队或环境并行展开
  • 为每次执行保留可审计的记录

FAQ

Practical questions before adopting Dagu

Dagu 是 AI Agent 框架吗？

不是。Dagu 是 Agent 工作之下的工作流引擎，负责调度和观测命令执行。

人工审批如何加入？

审批可以建模为独立步骤。常见做法是在发布前加入审核脚本、通知或手动门禁。

能混用多个 Agent 提供商吗？

可以。因为每个步骤本质上都是命令，所以同一个工作流里可以调用不同 CLI 或脚本。

Next step

Start with one workflow.

Install Dagu, move one fragile script or agent task into YAML, and decide from a real run history.

Install DaguSee all comparisons