[go: up one dir, main page]

Für Teams, deren Hauptaufgabe nicht Orchestrierung ist.

Local-first-Orchestrierung, die einfach funktioniert.

Definieren Sie Workflows in deklarativem YAML; ein Open-Source-Binary führt sie aus, lokal oder über SSH, mit Zeitplänen, Wiederholungen, Human Tasks, Logs und einer Web-UI. Ihre Skripte, Container und KI-Agenten bleiben unangetastet. Keine externe Datenbank, kein Framework.

dagu-Befehl installieren
$curl -fsSL https://raw.githubusercontent.com/dagucloud/dagu/main/scripts/installer.sh | bash
daily-report.yaml
schedule: "0 2 * * *" # runs every night at 02:00
type: chain
steps:
- id: fetch_data
run: python fetch.py
- id: build_report
action: docker.run
with:
image: ghcr.io/acme/reporting:1.4.2
volumes:
- ~/data:/work/data
command: python report.py
- id: notify
run: ./notify.sh
last run · 02:00:04 · exit 03/3 steps

Flieber betreibt Kundenworkflows und das Open-Source-Projekt DevCake mit Dagu

Flieber nutzt Dagu auf seiner internen Plattform, um Kunden-DAGs zu erstellen und auszuführen. Schwergewichtige Orchestratoren werden durch eine leichte, recheneffiziente Engine ersetzt, die überall läuft.

Quickstart

Quickstart
1

dagu-Befehl installieren

Binärdatei
$curl -L https://raw.githubusercontent.com/dagucloud/dagu/main/scripts/installer.sh | bash
✓ Installed to /usr/local/bin/dagu
2

Ersten Workflow ausführen

hello.yaml
$cat > hello.yaml << EOF
# Ihr erster Workflow
steps:
- command: echo "Hello from dagu!"
- command: ls -la
EOF
✓ hello.yaml erstellt
3

Ausführen

Terminal
$dagu start hello.yaml
Running hello...
✓ hello finished
Hello from dagu!
Running list...
✓ list finished
-rw-r--r-- hello.yaml
✓ Workflow erfolgreich abgeschlossen
4

Die Web-UI erkunden

Installieren Sie Dagu und führen Sie in wenigen Minuten Ihren ersten Workflow über die Web-UI aus.

Terminal
$dagu start-all
✓ Server gestartet unter http://localhost:8080
Web-UI: Visueller Workflow-Editor, Echtzeit-Überwachung, Ausführungsverlauf

Nutzen Sie Dagu?

Geben Sie Dagu auf GitHub einen Stern, um das Repository zu speichern und Ihre Unterstützung zu zeigen.

Dagu auf GitHub einen Stern geben

Workflows direkt aus Ihren KI-Tools ausführen

Erstellen und starten Sie Workflows mit Claude, Codex, Cursor oder jedem anderen MCP-Client.

Aus Ihren KI-Tools

Workflows aus jedem MCP-Client erstellen und ausführen.

Mit klar begrenzten MCP-Tools erstellen Sie Workflows und prüfen ihre Läufe. Fehlerhafte Läufe lassen sich im selben Client wiederholen oder stoppen.

Agent / IDE → MCP → Dagu

MCP einrichten
  • 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

Produktionsbetrieb

Garantien und Stellschrauben, bei ihren echten Namen genannt.

Leistung

Tausende Läufe pro Tag auf einer Maschine; die Kapazität hängt von CPU, Disk und Workflow-Form ab. Zustand liegt in lokalen Dateien, keine Datenbank zu dimensionieren oder zu migrieren.

Verteilte Ausführung

Dateibasierte Queues mit Parallelitätslimits pro DAG. dagu coordinator verteilt über gRPC an Worker, die per Label wie gpu=true ausgewählt werden.

Benachrichtigungen

Cron-Zeitpläne mit Zeitzonen, catchup_window, overlap_policy, retry_policy pro Schritt, Zombie-Erkennung, Lifecycle-Handler, E-Mail- und Webhook-Benachrichtigungen, Incident-Routing.

Auth & RBAC

DAGU_AUTH_MODE none, basic oder builtin; fünf RBAC-Rollen; Workspaces; Human Tasks; Secret-Maskierung; API-Keys; Webhook-Tokens pro DAG.

Architektur

Dasselbe Binary läuft auf drei Arten, und Dagu Console überwacht sie alle.

Einzelner Server

Ein dagu-start-all-Prozess betreibt Server, Scheduler und Schrittausführung auf einer Maschine, mit dateibasiertem Speicher.

Einzelner Server

Temporäre Worker

Ihre Plattform stellt pro Lauf einen Worker bereit, der das Binary startet und nach dem Lauf zerstört wird. Der Server liest den Laufzustand aus einem gemeinsamen Volume.

Temporäre Worker

Coordinator und Worker

Der Server verteilt Aufgaben an einen Coordinator. Worker verbinden sich ausgehend über gRPC, pollen nach Aufgaben passend zu ihren Labels und melden Status und Logs zurück.

Coordinator und Worker

Monitoring mit Dagu Console

Server in jedem dieser Setups melden über ausgehendes HTTPS an die Dagu-Konsole. Sie zeigt sie gemeinsam an und alarmiert Sie per E-Mail, Chat oder PagerDuty, wenn ein Workflow fehlschlägt oder ein Server verstummt. Vollständige Logs, Ausgaben und Secrets bleiben auf jedem Server.

Monitoring mit Dagu Console

Dagu Cloud

Sie betreiben Dagu auf mehreren Servern? Steuern Sie alle über eine Control Plane

Verbinden Sie selbst gehostete Server mit Dagu Cloud: Sie sehen Zustand und Läufe gemeinsam, erhalten Alerts per E-Mail, Slack, Teams oder PagerDuty, greifen in Läufe ein und lassen ChatGPT oder Claude die Server über MCP bedienen. Ausführung und Daten bleiben auf Ihren Servern.

Kostenlos für einen Server. Zur Ankündigung

Verbundene Server in der Dagu-Konsole mit Status, Dagu-Version, letztem Bericht, Fehlschlägen heute, Erfolgsquote und offenen Alerts je Server

Alle Server auf einer Seite

Status, Dagu-Version, letzter Bericht, Fehlschläge heute und 7-Tage-Erfolgsquote für jeden Server, dazu eine Liste dessen, was Aufmerksamkeit braucht.

Ein Alert pro Problem

Ein fehlgeschlagener Workflow, ein stiller Server oder ein Lauf weit über seiner üblichen Dauer öffnet einen Alert, per E-Mail oder an Slack, Teams, Google Chat, Discord, PagerDuty oder einen Webhook. Er löst sich von selbst.

Von überall eingreifen, ohne eingehende Verbindung

Läufe in der Konsole wiederholen, stoppen und freigeben oder ChatGPT und Claude über einen einzigen MCP-Endpunkt anbinden. Die Server verbinden sich nach außen; vollständige Logs, Ausgaben und Secrets bleiben auf ihnen.

Häufige Muster

Health Check
SSH Backup
Notify

Private Skript-Workflows

Machen Sie private Skripte, interne CLIs, wiederverwendbare Actions, gepinnte Tools und Artefakte zu Workflows, die andere Teams sicher anfordern oder ausführen können.

  • 1Bestehende Skripte und Befehle bleiben intakt
  • 2Enge Parameter statt breitem Produktionszugriff freigeben
  • 3Versionierte Dagu Actions mit typisierten Outputs aufrufen
  • 4Berichte und Logs als erstklassige Artefakte speichern
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]

Selbst gehostet auf Ihrer eigenen Infrastruktur

Dagu ist GPLv3-lizenziert und dauerhaft kostenlos. Team und Pro ergänzen Dagu Cloud für jeden lizenzierten Server sowie SSO, RBAC, Audit-Logs und Incident-Routing auf jedem Server.

Community
Kostenlos fuer immer
Unbegrenzte Server, unbegrenzte Worker
  • Vollständige Workflow-Automatisierung und -Überwachung
  • Web-UI mit visuellem Workflow-Editor
  • Docker-, SSH- und HTTP-Executors
  • Cron-Planung und Wiederholungen
  • Bis zu 2 API-Schlüssel für Automatisierung
  • Monitoring in Dagu Cloud für 1 Server
Enterprise
Individuell

Für Teams, die ereignisgesteuerte Workflow-Infrastruktur in komplexen Umgebungen aufbauen

Beliebig viele Server
Kontaktieren Sie uns

14 Tage kostenlos testen — 14 Tage, Keine Kreditkarte erforderlich. Kostenlose Testphase starten

Team und Pro enthalten keinen Support, Enterprise-Verträge schon. Für Einrichtung, Migration und Workflow-Design ist bezahlte Beratung verfügbar. Details zur Beratung ansehen

Wie Dagu Cloud, die Pläne und die Serverlizenzen zusammenhängen: Dagu Cloud im Überblick

Interne Freigabe nötig? Entscheidungsvorlage lesen

Kontakt

Fragen, Bugs oder Ideen?

Öffnen Sie ein GitHub-Issue, fragen Sie im Discord oder schreiben Sie eine Mail. Es antwortet der Maintainer, kein Bot.