Ligero de operar
Dagu es un solo binario sin base de datos, broker de mensajes ni stack de plano de control obligatorios. Empieza en una máquina y añade workers solo cuando los necesites.
El plano de control autoalojado para la automatización operativa que ya ejecutas.
Dagu convierte scripts, cron jobs, contenedores, tareas HTTP, jobs SQL y aprobaciones en un único sistema de workflows visible sin obligarte a reescribir nada.
dagu server --port 8080
Instalar el comando dagu
El instalador guiado añade Dagu al PATH, configura un servicio en segundo plano y crea el primer administrador para que puedas empezar a ejecutar workflows.
No invasivo
Sin SDK requerido. Tu lógica de negocio permanece intacta.
Ligero
Un solo binario, sin base de datos ni broker requeridos
Nativo de comandos
Ejecuta scripts, contenedores, tareas SSH y llamadas HTTP
Listo para Air-Gap
Funciona completamente sin conexión. Sin servicios externos.
workflow.yaml
# Existing scripts, now production workflows
name: "daily-ops"
schedule: "0 2 * * *"
steps:
- name: "backup-db"
command: "./scripts/backup-postgres.sh"
output: BACKUP_PATH
- name: "upload-backup"
command: "aws s3 cp $${BACKUP_PATH} s3://backups/"
depends: backup-db
- name: "notify"
type: http
depends: upload-backup
Por qué los equipos de operaciones eligen Dagu
Autoalojado por defecto. La automatización existente sigue intacta. Dagu añade supervisión y controles operativos a su alrededor.
Hecho para automatización operativa mixta
Ejecuta programaciones, dependencias, reintentos, colas, parámetros, secretos, notificaciones, pasos SSH, pasos de contenedor, jobs SQL y ejecución distribuida en YAML legible.
Migración sin reescrituras
Tus scripts, servicios, SQL, contenedores y comandos operativos se quedan como están. Dagu los orquesta desde fuera en vez de forzar un framework o SDK en tu código.
Visibilidad operativa por defecto
Cada ejecución tiene estado, logs, historial, tiempos y una vista visual del workflow, para que los jobs no desaparezcan en crontabs y logs de servidor.
Modelos de despliegue
Ejecuta Dagu local, self-hosted, con managed server, o combina operacion cloud con private execution.
Empieza en una maquina. Escala a self-hosted, managed o hybrid.
Local
Servidor unico
Ejecuta `dagu start-all` en una maquina con estado local respaldado por archivos. Sin database, broker ni platform stack.
Autoalojado
Tu infraestructura
Mantiene Dagu server, workers, secrets, logs y execution dentro de tu propio entorno.
Dagu Cloud
Servidor totalmente gestionado
Usa un Dagu server dedicado operado por Dagu Cloud en una instancia gVisor aislada en GKE.
Hibrido
Servidor gestionado, ejecucion privada
Deja que Dagu Cloud opere el server mientras private workers ejecutan Docker, private-network o data-local steps.
Hybrid execution
Managed Dagu server
Private worker por mTLS
Docker, private APIs, secrets y data-local work
Hybrid mantiene el Dagu server gestionado mientras la execution que necesita tu network, runtime o data permanece bajo tu control.
Qué revisar antes de sustituir automatización fragmentada
Los equipos revisan throughput, colas, recuperación, gobernanza, acceso por API y ejecución en workers antes de mover jobs dispersos a un único plano de control.
Miles/día
Throughput en un solo nodo
Ejecuta miles de workflows por día en una máquina, según el hardware, la forma del workflow, la duración de los pasos y la configuración de colas.
Colas + workers
Escalar la ejecución con control
Usa colas, límites de concurrencia y workers distribuidos para controlar la carga y repartir jobs entre máquinas.
Catchup + retry
Recuperar trabajo programado
Schedules cron, catchup, reintentos automáticos durables, timeouts, reruns, scripts de event handler y notificaciones por email mantienen los fallos manejables.
Usuarios + API
Operar como equipo
Usa gestión de usuarios, RBAC, workspaces, aprobaciones, secretos, REST API, CLI y webhooks para workflows de producción compartidos.
Casos de uso
Un índice práctico del trabajo operativo que empieza como scripts, cron jobs y tareas ad hoc, y luego necesita un sistema de workflows que la gente pueda ejecutar y seguir.
Casos operativos
Dagu encaja en equipos donde el trabajo operativo ya está repartido entre comandos, scripts, contenedores, jobs SQL, tareas HTTP y servidores remotos, y luego necesita una forma más clara de programar, reintentar, observar y gestionarlo.
Mantén los comandos existentes. Añade visibilidad, reintentos, aprobaciones e historial de ejecución a su alrededor.
01
Ejemplo / Trabajo cron oculto
Gestión de Cron y Scripts Heredados
Lleva scripts shell, scripts Python, llamadas HTTP y trabajos programados existentes a Dagu sin reescribirlos.
Los entornos cron ocultos se convierten en workflows visibles, reintentables, con logs, dependencias, historial y controles operativos.
El workflow sigue siendo lo bastante concreto para ingeniería y lo bastante visible para operaciones.
02
Jobs diarios mantenibles
ETL y Operaciones de Datos
Ejecuta consultas PostgreSQL o SQLite, transferencias S3, transformaciones jq, validaciones y sub-workflows reutilizables.
Los workflows diarios de datos siguen declarativos, observables y fáciles de reintentar cuando falla un paso.
03
Trabajo multimedia distribuido
Conversión de Medios
Ejecuta ffmpeg, extracción de miniaturas, normalización de audio, procesamiento de imágenes y otros trabajos pesados en workers.
La conversión puede ejecutarse en workers distribuidos mientras estado, historial, logs y artefactos quedan en una capa de persistencia para monitoreo, depuración y reintentos.
04
Jobs remotos programados
Automatización de Infraestructura y Servidores
Coordina backups por SSH, limpiezas, scripts de despliegue, ventanas de parches, precondiciones y lifecycle hooks.
Las operaciones remotas obtienen horarios, reintentos, notificaciones y logs por paso sin que operadores entren por SSH para cada recuperación.
05
Pipelines nativos de contenedores
Workflows de Contenedores y Kubernetes
Compón workflows donde cada paso puede ejecutar una imagen Docker, un Job de Kubernetes, un comando shell o una validación.
Las tareas basadas en imágenes se pueden dirigir a los workers correctos sin construir un plano de control propio alrededor de contenedores.
06
Operaciones para no ingenieros
Automatización de Soporte al Cliente
Ejecuta diagnósticos, reparaciones de cuentas, comprobaciones de datos y acciones con aprobación desde una Web UI simple.
Personas no ingenieras pueden operar workflows revisados mientras ingeniería mantiene comandos, logs y resultados trazables.
07
Dispositivos pequeños, ejecuciones visibles
Workflows IoT y Edge
Ejecuta lectura de sensores, limpieza local, sincronización offline, health checks y mantenimiento en dispositivos pequeños.
El binario único y el estado basado en archivos funcionan bien en edge, manteniendo visibilidad desde la Web UI.
08
Operaciones asistidas por IA opcionales
Workflows con Agentes de IA
Ejecuta agentes de codificación con IA, CLIs de agentes, workflows YAML escritos por agentes, análisis de logs, pasos de reparación y automatización revisada por humanos cuando la ayuda del modelo resulte útil.
La IA sigue siendo una capacidad secundaria dentro del workflow, en lugar de convertirse en lo que ejecuta todo.
Hilo común
YAML simpleCualquier comandoDocker y Kubernetes JobsSSHProgramacionesReintentosLogsNotificaciones
Patrones comunes de workflow
Lleva scripts, jobs programados, tareas de servidor y automatización controlada a un solo motor de workflow.
Health Check
SSH Backup
Notify
Workflows de scripts
Convierte scripts shell, comandos Docker, tareas SSH y llamadas HTTP existentes en workflows fiables.
- 1Mantén intactos los scripts y comandos existentes
- 2Ejecuta contenedores, tareas SSH y pasos HTTP en un solo DAG
- 3Usa dependencias en lugar de cadenas frágiles de comandos
- 4Reintenta pasos fallidos con logs e historial claros
workflow.yaml
steps:
- name: health-check
command: curl -sf http://app:8080/health
- name: backup
type: ssh
config:
host: db-server
user: admin
command: pg_dump mydb > /backups/daily.sql
- name: notify
type: http
config:
url: "https://hooks.slack.com/..."
method: POST
body: '{"text": "Backup complete"}'
Workflow Operator para Slack y Telegram
Operador de IA persistente para Slack y Telegram.
Depura fallos, aprueba acciones y recupérate de incidentes sin salir de la conversación.
Mensaje...
Funciones de motor de workflow para operaciones reales
Dagu se centra en la capa de producción alrededor del trabajo que ya tienes: programaciones, dependencias, reintentos, logs, colas y ejecución controlada.
Guía de Inicio Rápido
Instala Dagu con el asistente guiado y luego continúa en la guía completa de instalación o en la guía rápida.
1
Instalar el comando dagu
Los instaladores por script son la ruta recomendada. Homebrew, npm y Docker siguen disponibles, pero solo instalan el binario o el contenedor.
Mac/Linux Terminal
$curl -fsSL https://raw.githubusercontent.com/dagucloud/dagu/main/scripts/installer.sh | bash
✓ Instalador guiado listo
2
Siguientes pasos
El instalador guiado puede completar por ti la configuración inicial.
# Lo que puede hacer el instalador
Añadir Dagu al PATH
Configurar un servicio en segundo plano
Crear y verificar el primer administrador
Comunidad del proyecto
Debate el uso, reporta issues y sigue el desarrollo.