DAGU 1.17.0 Beta版本发布:工作流引擎的重大升级
项目简介
DAGU是一个轻量级的工作流调度引擎,它允许用户通过简单的YAML或JSON配置文件定义任务依赖关系,并自动执行这些任务。DAGU特别适合需要自动化复杂任务流程的场景,如数据处理流水线、定时批处理作业等。其名称"DAGU"来源于"Directed Acyclic Graph"(有向无环图)的缩写,这正是其核心工作原理。
1.17.0 Beta版本核心改进
性能优化与历史数据重构
本次版本对执行历史数据存储进行了重大重构,显著提升了历史记录的查询性能。新的存储结构使得在大规模部署环境下,历史记录的检索速度得到明显改善。需要注意的是,由于这一底层改进,1.16.x版本的历史数据需要进行迁移才能与1.17.0兼容。
嵌套DAG执行能力
1.17.0引入了层次化执行功能,现在可以在一个DAG中嵌套调用另一个DAG。这一特性极大地增强了工作流的模块化和复用能力,使得复杂流程可以被分解为多个可管理的子流程。
增强的Web界面
用户界面进行了全面升级,不仅视觉效果更加现代化,更重要的是改善了用户体验。新增的执行历史页面支持按日期范围和状态进行筛选,使得运维人员能够更高效地追踪和分析任务执行情况。
调试与监控增强
调试信息可视化
新版本在UI中直接展示了前提条件评估的实际结果和输出变量的值,这大大简化了调试过程。开发人员现在可以直观地看到为什么某个条件没有满足,或者某个变量的具体值是什么。
日志分离
默认情况下,标准输出(stdout)和标准错误(stderr)现在会被分别记录,这一改进使得日志分析更加清晰,特别是在排查问题时能够快速定位错误来源。
队列管理与API改进
队列操作
新增了通过API和UI进行任务入队的功能,这为构建更复杂的调度策略提供了基础。用户现在可以更灵活地控制任务的执行顺序和时间。
API v2
全新的API v2版本带来了更清晰的架构和更好的抽象。这一改进不仅使API更易于使用,也为未来的功能扩展奠定了基础。新API遵循了更现代的RESTful设计原则,响应结构也更加一致。
容器化改进
Docker镜像现在被优化为三个基础镜像,显著减小了镜像体积。同时增加了对容器名称和镜像平台的指定支持,使得在异构环境中部署更加灵活。
贡献者致谢
1.17.0版本的开发得到了社区的大力支持。特别感谢贡献队列功能的开发者、优化Docker镜像的工程师、增强容器配置支持的贡献者,以及改进重复策略的团队成员。正是这些社区贡献使得DAGU能够持续进化。
升级建议
对于考虑升级到1.17.0 Beta版本的用户,建议:
- 在测试环境充分验证新功能
- 注意历史数据迁移需求
- 评估API v2是否满足需求,或是否需要保持v1兼容性
- 利用新的调试功能优化现有工作流
这个Beta版本标志着DAGU向更强大、更易用的方向迈出了重要一步,期待用户反馈以进一步完善正式版本。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00