dagu
本地优先的工作流引擎，用于运维自动化和AI辅助操作。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：dagu。 它的用途是：本地优先的工作流引擎，用于运维自动化和AI辅助操作。 完整的 Skill 内容见：https://321skill.com/skills/dagu/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我用Dagu创建一个每天凌晨2点自动备份数据库，并在成功后清理7天前旧备份的工作流。” 它会生成一个包含两个步骤（备份和清理）的DAG YAML配置文件，并指导你如何设置定时器和步骤间的依赖关系。或者，你可以说：“我想让工作流在数据清洗失败时，自动调用AI代理来分析日志并尝试修复。” Dagu可以通过`harness.run`集成外部AI工具来实现这一智能化的故障处理流程。
介绍
Dagu 是一款专为运维自动化和AI辅助操作设计的本地优先工作流引擎。它解决了传统脚本和cron任务在调度、依赖管理、错误重试、状态监控和团队协作方面的痛点，将零散的自动化任务转变为可观测、可管理、可协作的生产级工作流。
用户通过声明式的YAML文件定义DAG（有向无环图）工作流，在其中编排Shell命令、Docker容器、Kubernetes Job、SSH远程命令或通过harness.run调用的外部AI编码代理。Dagu以一个独立的二进制文件运行，内置Web UI，无需依赖外部数据库或消息队列，开箱即用。
它非常适合需要将现有脚本、运维手册或AI驱动任务进行流程化、自动化和生产化的团队与个人，如运维工程师、全栈开发、数据分析师等。其本地优先的特性尤其适合对数据隐私、网络隔离或部署简易性有要求的场景。
使用建议：可以从简单的定时脚本任务开始，逐步将复杂的、有依赖关系的运维流程迁移到Dagu中。利用其内置的MCP支持，可以让AI智能体直接参与工作流的管理和决策。注意其状态存储基于本地文件，在分布式部署时需考虑文件系统的共享或同步方案。
核心特点
核心区别在于其“本地优先”和“单一二进制”架构，无需外部数据库或消息队列即可运行完整的工作流引擎，极大简化了部署和运维。同时，原生内置MCP支持和`harness.run`接口，使其能无缝集成外部AI编码代理，为工作流提供AI辅助决策能力。
注意事项
不适合需要复杂事务、强一致性或极高并发（如金融交易核心）的场景，其文件存储方式在超大规模分布式环境下可能成为瓶颈。
常见问题
Dagu和Airflow有什么区别？
Dagu是本地优先、单一二进制、无需外部依赖的轻量级引擎，适合快速部署和简单运维；Airflow是功能更全面但更重量级的平台，需要维护数据库、队列等组件。
Dagu支持AI功能吗？
支持，它内置MCP（Model Context Protocol）支持，并可通过`harness.run`调用外部AI编码代理CLI，让AI参与工作流的决策和执行。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/dagu/raw/index.md 读取 dagu 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/dagu/raw/index.md（查看排版版本）