#dag Repositorios
Descubre 29 repositorios activos de código abierto de GitHub etiquetados con #dag, que acumulan 159,571 estrellas en total (una media de 5,502 estrellas por proyecto). El líder de este tema es apache/airflow, con 47,583 estrellas.
29 repositorios en total
Apache Airflow - Una plataforma para crear de manera programática, programar y monitorear flujos de trabajo
Un cuaderno reactivo para Python — ejecuta experimentos reproducibles, consulta con SQL, ejecuta como script, despliega como aplicación y versiona con git. Almacenado como Python puro. Todo en un editor moderno, nativo de IA.
🪓 Un motor de orquestación para tareas en segundo plano, agentes de IA y flujos de trabajo duraderos
El motor de diagramas de Gantt en JSON nativo para IA. Cronogramas interactivos sin dependencias, con React, etiqueta script, CLI, un solucionador de DAG topológico y un esquema JSON formal.
🦋Butterfly, una biblioteca de diagramación en JavaScript/React/Vue2 que se concentra en el campo de diseños de flujo. (Componente de diagrama de flujo basado en JavaScript/React/Vue2)
Orquestador de flujos de trabajo autohospedable para equipos cuyo trabajo principal no es la orquestación. YAML declarativo para gestionar tus scripts, comandos SSH, contenedores, etc.; mantén los flujos de trabajo separados de la lógica de negocio. Un solo binario, sin base de datos, funciona con recursos de hardware limitados. Una alternativa a Airflow, Cron y los programadores de trabajos.
Apache Hamilton ayuda a los científicos e ingenieros de datos a definir flujos de datos probables, modulares y autodocumentados, que codifican el linaje/seguimiento y los metadatos. Se ejecuta y escala en cualquier lugar donde lo haga python.
Un framework DAG de C++ y Python de uso común. Un framework de computación paralela basado en grafos de flujo multiplataforma, sin dependencias de terceros, incluido en awesome-cpp. Bienvenido a star & fork &交流
Una serie de DAGs/Workflows para ayudar a mantener la operación de Airflow
Plataforma de agentes con código fuente disponible para empresas globales y chinas: conecta todos tus sistemas a través de un único núcleo de agentes. Autoalojada, compatible con cualquier LLM.
Taier es una plataforma de desarrollo de big data para la presentación, programación, operación y mantenimiento, y visualización de información de indicadores
Un servidor de inferencia escalable para modelos optimizados con OpenVINO™
Un transportador flexible y de alto rendimiento para modelos de aprendizaje automático(『飞桨』 Marco de implementación de servicios)
Tu forma de pensar merece un mapa: un lienzo infinito donde las conversaciones con LLM se convierten en un grafo de pensamiento editable. Las conexiones son el contexto.
Un sistema de orquestación de flujos de trabajo de IA ligero, similar a Dify o n8n, desarrollado completamente mediante Vibe Coding con Qoder+CLI como herramienta de IA. El stack tecnológico incluye SpringAI, LangGraph4J, SSE, MinIO y un motor DAG personalizado.
Paquete de Python para el Descubrimiento Causal mediante el aprendizaje de la estructura gráfica de redes bayesianas. Structure Learning, Parameter Learning, Inferencias, Métodos de Muestreo.
Generación de películas de IA paralela impulsada por DAG multi-modelo — aceleración paralela escala con independencia de escena; Generar escenas de película simultáneamente en lugar de una por una; "Convertir el grafo de ejecución de generación audiovisual de orden topológico a programación óptima del camino crítico"; El único motor de generación audiovisual que modela dependencias narrativas de escena como DAG y impulsa programación paralela con algoritmo CPM
taskflow es un framework de orquestación de tareas genérico, ligero, fácil de usar y flexiblemente extensible, implementado sobre la base de grafos dirigidos acíclicos (DAG). El framework proporciona capacidades como la reutilización de componentes, orquestación síncrona/asíncrona, juicio condicional y selección de ramificaciones, lo que permite orquestar cualquier flujo de negocio según diferentes escenarios empresariales.
Preguntas frecuentes
¿Cuál es el repositorio de #dag más popular en GitHub?
El proyecto de código abierto de #dag mejor posicionado en GitHub es apache/airflow, con 47,583 estrellas. Apache Airflow - Una plataforma para crear de manera programática, programar y monitorear flujos de trabajo
¿Qué lenguajes de programación se utilizan más en los repositorios de #dag?
Entre los proyectos de #dag mejor posicionados en GitHub, los lenguajes de programación más comunes son TypeScript, Python, Go, C++.
¿Cómo se calcula la clasificación de los repositorios de #dag?
Seguimos 29 repositorios activos de código abierto etiquetados con #dag (500+ estrellas), que suman un total de 159,571 estrellas, con una media de 5,502 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.