#dag 仓库
探索 29 个标记为 #dag 的活跃开源 GitHub 仓库,它们累计获得 159,571 个 Star(平均每个项目 5,502 个)。该主题的领先项目是 apache/airflow,拥有 47,583 个 Star。
共 29 个仓库
用于 Python 的响应式笔记本 — 运行可复现的实验,使用 SQL 进行查询,作为脚本执行,作为应用程序部署,并与 git 进行版本控制。以纯 Python 形式存储。一切都包含在一个现代化的、原生 AI 的编辑器中。
原生支持 AI 的 JSON 甘特图引擎。无需依赖的交互式时间线,支持 React、script 标签、CLI、拓扑 DAG 求解器和正式的 JSON Schema。
🦋Butterfly,一个专注于流程布局领域的 JavaScript/React/Vue2 绘图库。(基于JavaScript/React/Vue2的流程图组件)
可自行托管的工作流编排器,适用于主要工作并非编排的团队。使用声明式 YAML 管理脚本、SSH 命令、容器等;将工作流与业务逻辑分离。单一二进制文件,无需数据库,可在硬件资源有限的环境中运行。Airflow、Cron 和作业调度器的替代方案。
Apache Hamilton 帮助数据科学家和工程师定义可测试、模块化、自文档化的数据流,这些数据流编码血缘/跟踪和元数据。可在 Python 运行的所有地方运行和扩展。
轻量级的AI工作流编排系统,类似dify、n8n,全程使用Vibe Coding,AI工具为Qoder+CLI。涉及到的技术栈包括SpringAI、LangGraph4J、SSE、MinIO、DAG自定引擎等。
多模型DAG驱动的并行AI影视生成 — 并行加速随场景独立性扩展;同时生成影视场景而非逐一生成;"把影视生成的执行图从拓扑序变成关键路径最优调度" ;唯一把场景叙事依赖建模为DAG、以CPM算法驱动并行调度的影视生成引擎
taskflow是一款轻量、简单易用、可灵活扩展的通用任务编排框架,基于有向无环图(DAG)的方式实现,框架提供了组件复用、同步/异步编排、条件判断、分支选择等能力,可以根据不同的业务场景对任意的业务流程进行编排
常见问题解答
GitHub 上最受欢迎的 #dag 仓库是什么?
GitHub 上排名第一的开源 #dag 项目是 apache/airflow,拥有 47,583 个 Star。Apache Airflow - 一个用于以编程方式编写、调度和监控工作流的平台
#dag 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #dag 项目中,最常见的编程语言是 TypeScript, Python, Go, C++。
#dag 仓库的排名是如何计算的?
我们跟踪了 29 个标记为 #dag 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 159,571 个 Star,平均每个仓库拥有 5,502 个 Star。排名每日根据 GitHub API 更新。