CGraph

用 DAG 编排复杂任务，自动并行加速执行

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署智能体 🍴 复刻 391 🐛 待处理 13 👀 关注 32

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 2317

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源项目，MIT许可证，完全免费，无付费版本。

项目预览

项目数据

分类智能体

开发团队ChunelFeng

官网地址http://www.chunel.cn

GitHubhttps://github.com/ChunelFeng/CGraph

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，完全免费，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言C++

技术栈/模型ai,ai-agents,dag,graph,langgraph,pipeline,taskflow,workflow

GitHub 星标★ 2317

上线时间2021-04-26 00:00:00

代码更新2026-11-03

仓库体积6.6 MB

本站数据更新2026-11-09

维护状态活跃

收录时间2026-08-09

浏览次数5

项目介绍

CGraph 是一个基于 DAG（有向无环图）的通用并行计算框架，使用 C++ 编写，同时提供 Python 绑定。它解决了复杂任务编排和并行调度的问题，让开发者通过定义节点和边来构建执行流图，框架自动处理依赖关系和并行执行。核心能力包括：支持节点间依赖的自动拓扑排序、多线程并行调度、条件分支和循环控制、以及基于流图的流水线处理。项目无第三方依赖，跨平台（Windows/Linux/macOS），已收录于 awesome-cpp 列表。其设计强调高性能和灵活性，适用于 AI 推理流水线、数据处理管道、任务流编排等场景。代码结构清晰，文档和示例较丰富，适合需要精细控制任务执行顺序和并发的开发者。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 2317

技术标签

ai ai-agents dag graph langgraph

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：入门约 10 分钟部署方式：库/依赖 4 步

环境要求

Python 环境（可通过 pip 安装第三方包）
可访问 PyPI 的网络
如使用 C++ 版本，需具备 C++ 编译环境（跨平台：Windows/Linux/macOS，无第三方依赖）

安装与启动步骤

1安装 PyCGraph

CGraph 提供官方 Python 绑定 pycgraph，直接用 pip 从 PyPI 安装，无需编译 C++ 源码。
```
pip install pycgraph
```
2编写示例脚本

新建 demo.py，定义继承 GNode 的节点类并实现 run 方法，用 GPipeline 注册节点和依赖关系。
3运行流水线

执行脚本，框架会按注册的依赖关系自动排序并执行各节点。
```
python demo.py
```
4（可选）克隆源码

如需查看 C++ 源码或用 CMake 构建原生版本，可先克隆仓库到本地。
```
git clone https://github.com/ChunelFeng/CGraph.git
```