Plataforma de orquestación de código abierto y basada en eventos para programar y ejecutar flujos de trabajo de datos, IA e infraestructura definidos en YAML.
PrefectHQ/prefect
Framework de orquestación de flujos de trabajo en Python que convierte scripts en pipelines de datos listos para producción, con programación, reintentos, caché y automatizaciones basadas en eventos.
Alternativa open source a:Apache Airflow
- Estrellas
- 24,060
- Forks
- 2,608
- Issues abiertos
- 929
- Último commit
- hace 8 horas
¿Qué es?
Prefect es un framework de orquestación de flujos de trabajo para crear pipelines de datos en Python. Basta con marcar funciones comunes con los decoradores flow y task para que Prefect añada programación, caché, reintentos, gestión de dependencias y automatizaciones basadas en eventos, sin necesidad de un DSL aparte.
Las ejecuciones quedan registradas y se pueden supervisar mediante un servidor de Prefect autohospedado con interfaz de usuario, o desde el panel de Prefect Cloud, un servicio gestionado. Los despliegues se pueden programar con expresiones cron, iniciar manualmente desde la interfaz de usuario o la CLI, y configurar para que respondan a eventos.
El paquete requiere Python 3.11 o una versión posterior y se instala con pip o uv. También está disponible el paquete más ligero prefect-client para entornos que solo necesitan comunicarse con un servidor remoto de Prefect.
Funciones clave
- 01Convertir funciones de Python en flujos y tareas mediante decoradores
- 02Programar despliegues con expresiones cron
- 03Gestionar reintentos, caché y dependencias de las tareas
- 04Automatizaciones basadas en eventos que inician ejecuciones
- 05Servidor de Prefect autohospedado con interfaz web para supervisar las ejecuciones
Casos de uso
- Convertir scripts de datos puntuales en pipelines de producción programados y observables
- Orquestar trabajos de ETL o entrenamiento de ML que requieren reintentos y un orden de dependencias
- Ejecutar flujos de trabajo en respuesta a eventos de otros sistemas
Inicio rápido
- 1
Instala Prefect con pip
pip install -U prefect - 2
Crea un archivo de Python con los decoradores flow y task y, después, ejecútalo
- 3
Inicia el servidor de Prefect y abre la interfaz en http://localhost:4200
prefect server start
Antes de usarlo
- Se requiere Python 3.11 o una versión posterior.
Temas
Preguntas frecuentes
- ¿Qué es prefect?
- Framework de orquestación de flujos de trabajo en Python que convierte scripts en pipelines de datos listos para producción, con programación, reintentos, caché y automatizaciones basadas en eventos. Prefect es un framework de orquestación de flujos de trabajo para crear pipelines de datos en Python. Basta con marcar funciones comunes con los decoradores flow y task para que Prefect añada programación, caché, reintentos, gestión de dependencias y automatizaciones basadas en eventos, sin necesidad de un DSL aparte.
- ¿prefect es gratuito? ¿Qué licencia tiene?
- prefect es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿prefect sigue mantenido?
- Mantenimiento activo. El último commit de prefect fue el 22 oct 2026.
- ¿Para qué puedo usar prefect?
- Convertir scripts de datos puntuales en pipelines de producción programados y observables Orquestar trabajos de ETL o entrenamiento de ML que requieren reintentos y un orden de dependencias Ejecutar flujos de trabajo en respuesta a eventos de otros sistemas
- ¿Cómo se instala prefect?
- Instala Prefect con pip: pip install -U prefect Crea un archivo de Python con los decoradores flow y task y, después, ejecútalo Inicia el servidor de Prefect y abre la interfaz en http://localhost:4200: prefect server start
- ¿Dónde consigo prefect?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/PrefectHQ/prefect
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Plataforma de orquestación en Python para definir, ejecutar y monitorear activos de datos como tablas, conjuntos de datos, modelos de ML e informes.
Motor declarativo de integración de datos con enfoque code-first para crear pipelines ELT con taps y targets de Singer, y acceso a más de 600 API y bases de datos mediante su Hub.
Plataforma open source para mover datos en pipelines ELT desde APIs, bases de datos y archivos hacia almacenes, lagos y aplicaciones de IA.
Motor de ejecución durable de código abierto para orquestar microservicios, agentes de IA y grafos de workflow adaptativos, con workers en varios lenguajes.
Temporal es una plataforma de ejecución durable cuyo servidor ejecuta Workflows de aplicaciones y reintenta automáticamente los pasos que fallan.