Dagu:开源轻量级工作流工具及自我更新方案

在日常运维、自动化脚本和任务编排场景里,先接触简单稳定的计划任务(cron)。随着任务复杂,需要重试、查询执行日志、可视化管理等,就需要寻找一款新的工具。

最早接触并使用Dagu发现其非常简单易用,单可执行文件,资源消耗小,配置简单学习成本低。随着dagu持续改进,也逐渐逐渐扩展场景,成为日常必备工具之一。

Dagu简介

Dagu定位

Dagu是一个local-first(本地优先)的工作流引擎,核心思路是用声明式YAML定义流程,再由系统负责调度和执行。支持顺序任务、并行任务、复杂依赖关系、定时调度、重试机制和工作流历史查看。 在执行层面,Dagu不局限于本地命令,还可以调用Docker容器、执行SSH命令、发起HTTP请求(内置jq工具)等,比较适合把零散脚本串成完整流程。 自带WebUI,方便查看运行状态、日志和执行记录,这一点更方便日常管理。 dagu

Dagu优点

Dagu最大的特点是轻量。使用golang开发,单一可执行文件,直接部署和迁移都比较省事。比很多传统调度平台更容易上手,尤其适合个人项目、小团队、自托管环境和离线环境。 另一个优势是“脚本友好”,不需要为了接入它重写一整套业务逻辑,原有的shell、Python、容器任务都能比较自然地纳入工作流。 如果已经在用cron,但想要更好的可视化、依赖管理和失败重试能力,Dagu通常会比继续堆cron更舒服。

AI 相关改进

Dagu最近一个很明显的变化,是把AI能力更深地融入到了工作流操作里。 具备AI agent可以帮助创建工作流、解释失败原因、检查文件,并协助处理重复性的运维操作。

从使用体验上看,这种设计比单纯接一个聊天机器人更实用,直接围绕“工作流”这个核心对象展开的。 对于运维和自动化场景来说,借助AI能参与到日志分析、步骤生成和操作辅助中,让流程更快闭环。

场景及应用

常用应用场景

Dagu 很适合拿来做几类常见自动化任务。比如每天定时备份数据库、清理日志、同步文件、拉取数据、生成报表,这些原本都可以靠脚本 + cron 完成,但放进 Dagu 后会更清晰。 它也适合做运维编排,例如先检查服务状态,再执行部署脚本,最后发送通知,这类“多步骤、可追踪、可重试”的流程会更容易维护。 如果你想快速体验,官方快速开始里甚至会在空 DAG 目录下自动生成示例工作流,包含顺序执行、并行执行、调度、容器工作流和嵌套工作流等例子。 对入门来说,这种设计很友好,基本上属于“装好就能看懂、看懂就能改”的类型。

自我更新

Dagu常用本机安装及docker方式安装,对于本机安装(单文件),可以执行dagu update一行命令更新。对于Docker部署,通常采用常规docker镜像更新方式。dagu更新有时会调整功能或命令,对于生产环境,建议更新前测试任务的兼容性,避免不必的麻烦(如任务执行失败)。

对于测试环境等,能否利用dagu平台本身实现定时自我更新?本地部署可以创建任务实现,对于docker方式部署的,可能就要费一番折腾,需要在dagu任务中,更新docker镜像,在停用旧容器完成后启用新的docker容器工作。在多次尝试后,竟然发现发现可行。示例如下:

schedule: "0 20 * * 0,3"

steps:
  - name: pull
    command: |
      sudo docker pull ghcr.io/dagucloud/dagu:alpine

  - name: stop_renew
    command: |
      sudo docker run -d  --name updater --rm -v /var/run/docker.sock:/var/run/docker.sock:rw \
         alpine:3 sh -c '
         apk add docker-cli
         docker stop dagu || true
         docker rm dagu || true

         docker run -d \
           --name dagu \
           --restart unless-stopped \
           -p 9999:8080 \
           -v /var/run/docker.sock:/var/run/docker.sock \
           -e TZ=Asia/Shanghai \
           ghcr.io/dagucloud/dagu:alpine

         # 如需安装工具(非必须)
         docker exec dagu sh -c "sudo apk add curl docker-cli"
       '
    depends: pull

总结建议

Dagu定位轻量、自托管、脚本友好、可视化,并且开始向 AI 辅助运维延伸,用极低的运行成本完成可靠的自动化调度。没有Airflow那样庞大的生态,也不像 Jenkins那样偏向持续集成,更不是面向低代码用户的可视化平台,对于日常自动化、运维编排、定时任务和中小规模工作流,Dagu能够用较低的成本,把工作流这件事做得足够顺手、足够清晰,与时俱进保持开放积极拥抱AI,伴随用户共同成长。

参考文档:

开源   工具   docker  

最后修改于 2026-07-11