dag
本站收录 20 个带「dag」标签的 AI 开源项目
airflowApache 基金会旗下的工作流编排平台，支持以代码方式（Python）编程式地定义、调度与监控数据管道。凭借丰富的算子生态、可靠的调度机制和活跃的社区，Air★ 47,011
argo-workflows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★ 17,011
hatchetHatchet 是一个用 Go 编写的分布式任务编排引擎，面向后台任务、AI Agent 和持久化工作流场景。它要解决的问题是：传统队列（如 Celery、Bu★ 8,024
dagudagu 是一个本地优先的工作流编排器，专为那些主要工作并非编排的团队设计。它通过声明式 YAML 文件来定义工作流，能够编排脚本、SSH 命令、容器和 AI ★ 4,212
maestroMaestro 是 Netflix 开源的工作流编排器，用于管理和调度数据管道及机器学习工作流。它解决了大规模工作流编排中常见的依赖复杂、资源利用率低、运维困难★ 3,842
hamiltonHamilton 是一个帮助数据科学家和工程师定义可测试、模块化、自文档化数据流的开源框架。它通过纯 Python 函数声明数据转换逻辑，自动构建数据流图，并生★ 2,601
CGraphCGraph 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★ 2,303
fim-onefim-one 是一个面向全球及中国企业的开源智能体平台，旨在通过统一的智能体核心连接企业内外的所有系统。它解决了企业在采用 AI 智能体时面临的系统碎片化、模★ 1,550
PaiAgentPaiAgent 是一个轻量级的 AI 工作流编排系统，定位类似 Dify 和 n8n，但采用纯 Java 技术栈实现。它要解决的问题是让开发者能用可视化或配置★ 692
forge-filmforge-film 是一个基于 Python 的多模型 DAG 驱动并行 AI 影视生成引擎。它解决传统 AI 视频生成中场景逐个生成、耗时漫长的问题，通过将★ 537
agentsagents 是一个面向数据工程工作流的 AI 智能体工具库，用 Python 编写。它旨在将大语言模型（LLM）与数据管道（如 Airflow、dbt）结合，★ 448
ArchonArchon 是一个面向 Lean 4 形式化验证项目的 AI 辅助自动化框架。它解决的核心问题是：在 Lean 项目中，AI 生成的证明往往需要大量人工干预和★ 221
flowcraftflowcraft 是一个轻量级的工作流引擎，专为智能体（Agent）和 LLM 编排设计。它用 TypeScript 编写，采用声明式 DAG（有向无环图）模★ 210
agentflowagentflow 是一个面向企业 API 编排的多智能体框架，核心思路是把多个后端 API 调用组织成 DAG 工作流，由智能体协作完成意图理解与执行。它解决★ 126
blackdaggerBlackdagger 是一个基于 DAG（有向无环图）的自动化工具，专为 DevOps、DevSecOps、MLOps、MLSecOps 和持续红队（CART★ 120
hivemindhivemind 是一个基于 Python 的 AI 编程代理框架，旨在通过单一提示词驱动多个 AI 代理协同工作，模拟完整的 AI 工程团队。它解决了传统 A★ 110
ceecee 是一个用 Go 编写的智能体工作流执行引擎，采用“确定性优先”的设计理念：让 LLM 在边缘环节（如意图提取、参数抽取）发挥能力，而核心决策由确定性的状★ 100
taskflowTaskflow 是一个面向多智能体编排的编译与运行框架，专注于将多个 AI 编码代理（如 Pi、Codex、Claude Code、OpenCode、Grok★ 75
binexbinex 是一个面向 AI 智能体工作流的可调试运行时，基于 Python 构建。它通过 DAG（有向无环图）管道来组织和编排智能体的执行流程，解决复杂 AI★ 62
papercastpapercast 是一个基于 Python 的管道工具和插件生态系统，用于将技术文档（如 arXiv 论文、SemanticScholar 条目或本地 PDF★ 52