argo-workflows

复杂任务流水线全自动跑，运维不用熬夜盯

运行在 Kubernetes 之上的容器原生工作流引擎，以 CRD 方式定义 DAG 任务编排，天然适配云原生环境。它支持并行任务、参数化模板、工件传递与定时触发，是 CI/CD、数据处理和机器学习流水线在 K8s 集群中落地的主流选择。

开源 free 基础设施

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 16999

维护状态活跃

是否开源是

定价模式 free

项目数据

分类基础设施

开发团队argoproj

所属国家

官网地址

GitHubhttps://github.com/argoproj/argo-workflows

定价模式free

价格说明开源项目，Apache-2.0许可证，完全免费，可自行部署使用。

访问状态

是否开源是

开源协议Apache-2.0

主要语言Go

技术栈/模型airflow,argo,argo-workflows,batch-processing,cloud-native,cncf,dag,data-engineering,gitops,hacktoberfest,k8s,knative,kubernetes,machine-learning,mlops,pipelines,workflow,workflow-engine

GitHub 星标★ 16999

30天Star增速

HF 下载量

上线时间2017-08-21 00:00:00

最近更新2026-09-22 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数7

使用教程

难度：进阶约 15 分钟部署方式：本地安装 5 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

一个可用的 Kubernetes 集群（Argo Workflows 以 CRD 形式运行在 K8s 之上）
kubectl 及可用的 kubeconfig（用于操作 Workflow 这类 CRD 资源）
可被集群拉取的容器镜像（每个工作流步骤都是一个容器）

安装与启动步骤

1准备 K8s 集群

README 明确说明 Argo Workflows 是运行在 Kubernetes 上的容器原生工作流引擎，因此必须先有一个可用的 K8s 集群。
2确认 kubectl 连通

Argo Workflows 以 CRD 方式实现，需要通过 kubectl 与集群交互；README 未给出具体命令，按 K8s 自身方式确认。
3阅读官方 Quickstart

README 的 Quickstart 只给出文档入口，实际安装步骤以官方 quick-start 页面为准，README 未提供安装命令。
4部署 Argo Workflows

按 Quickstart 文档把 Argo Workflows 以 CRD 形式部署到集群中；README 未提供任何可复制的安装命令，请勿凭猜测执行。
5运行示例工作流

参考 README 的 Walk-through examples，提交一个把每个步骤定义为容器的工作流，体验 DAG 依赖与并行任务。

如何确认成功

README 未提供验证命令；请按官方 Quickstart 文档确认集群内控制器与工作流 Pod 正常运行。

常见问题

Q：Argo Workflows 的运行前提是什么？

A：必须有一个 Kubernetes 集群，它以 CRD（自定义资源定义）形式部署并运行在集群内，无法脱离 K8s 单独使用。

Q：不会写 YAML 能用吗？

A：可以。README 提到 Python 用户可以借助 Hera Python SDK for Argo Workflows 来编写工作流。

Q：常见的落地场景有哪些？

A：README 列出机器学习流水线、数据与批处理、基础设施自动化、CI/CD 以及其他场景。

Q：为什么 README 里没有安装命令？

A：README 的 Quickstart 只提供了文档链接，安装与部署步骤都放在官方文档站点，需按文档指引操作。

注意事项

README 未给出任何安装命令、端口或路径，本教程步骤为通用准备动作，实际部署务必以官方 Quickstart 文档为准。
Argo Workflows 是 CNCF 毕业项目，生产可用性有官方背书。
所有文档链接均指向 latest 版本，安装时注意与你集群的 Kubernetes 版本匹配。
工作流的每个步骤都对应一个容器，需确保集群能拉取到相应镜像。

核心亮点

原生集成Kubernetes，利用CRD定义工作流，与K8s生态无缝衔接，支持资源调度和权限控制
支持DAG、步骤、循环等复杂工作流模式，提供参数化、条件判断和递归调用，适合批处理和数据处理场景
作为CNCF孵化项目，社区活跃，文档完善，提供CLI和UI界面，支持Argo Events和Argo CD联动

不足之处

学习曲线较陡，对Kubernetes概念和YAML配置要求较高，非K8s用户上手困难
工作流执行依赖K8s集群资源，小规模或轻量任务下资源开销较大，性能可能受限

适用场景

Kubernetes环境下的CI/CD流水线编排，特别是需要动态生成和并行任务的场景
大数据和机器学习工作流，如数据清洗、模型训练和批处理作业调度
事件驱动型自动化，结合Argo Events实现基于事件触发的复杂业务编排

替代项目

Tekton、Airflow、Prefect

项目介绍

argo-workflows 是自动化工作流领域的开源项目，由 argoproj 开发，2017 年首次发布。

在全站 13,109 个收录项目中，它的 GitHub 星标数（16,999）位列前 3%，在自动化工作流分类的 511 个项目里位列前 7%。

近 41 天，它的 GitHub 星标从 16,894 增加到 16,999，净增 105。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。Apache-2.0许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：Kubernetes环境下的CI/CD流水线编排，特别是需要动态生成和并行任务的场景。同类可对比的替代方案包括 Tekton、Airflow、Prefect。

上一篇：airflow

下一篇：career-ops