Repolode
Enviar
argoproj

argoproj/argo-workflows

Engine de workflows nativo de contêineres para orquestrar jobs paralelos no Kubernetes, implementado como um CRD.

Alternativa open source a:Apache Airflow

Ver no GitHubSite
Estrelas
17,082
Forks
3,727
Issues abertas
1,372
Último commit
há 7 horas

O que é?

O Argo Workflows executa jobs com várias etapas no Kubernetes, em que cada etapa é um contêiner. Os workflows podem ser declarados como uma sequência ordenada de tarefas ou como um grafo acíclico direcionado (DAG) que representa as dependências entre elas. O projeto é implementado como uma Custom Resource Definition do Kubernetes, então os workflows são gerenciados com as ferramentas padrão do cluster.

Ele é voltado a cargas de trabalho em lote que exigem muito poder computacional, como pipelines de machine learning, processamento de dados, automação de infraestrutura e CI/CD. As etapas oferecem suporte a parâmetros e artefatos compartilhados entre elas, condicionais, loops, novas tentativas, timeouts e execuções agendadas via cron. Há uma interface web para visualizar e gerenciar workflows, além de APIs REST e gRPC e SDKs para Java, Go, Python (Hera) e TypeScript (Juno).

O projeto é graduado pela CNCF e funciona em qualquer cluster Kubernetes. Os artefatos podem ser armazenados no S3, GCS, Azure Blob Storage, Git, endpoints HTTP e outros backends.

Recursos principais

  • 01Defina workflows como DAGs ou sequências de etapas, com cada etapa sendo executada em um contêiner
  • 02Interface web para visualizar e gerenciar workflows
  • 03Compartilhamento de artefatos com S3, GCS, Azure Blob, Git e outros backends de armazenamento
  • 04Workflows agendados com base em cron e acionamento por webhook
  • 05API REST e gRPC, além de SDKs para Java, Go, Python e TypeScript
  • 06Novas tentativas, timeouts, condicionais, loops e suspensão/retomada no nível da etapa ou do workflow

Casos de uso

  • Executar pipelines de treinamento de machine learning e processamento de dados em clusters Kubernetes
  • Orquestrar jobs de CI/CD como workflows em contêineres
  • Automatizar tarefas de infraestrutura com dependências entre várias etapas
  • Executar grandes lotes de jobs paralelos que exigem poder computacional

Início rápido

  1. 1

    Abra o guia oficial de início rápido na documentação do Argo Workflows

  2. 2

    Siga os exemplos passo a passo da documentação

Antes de usar

  • É necessário um cluster Kubernetes, pois a implementação é feita como um CRD do Kubernetes.

Em coleções

Frameworks de microsserviços e infraestrutura de serviços

Tópicos

#workflow#kubernetes#dag#batch-processing#pipelines#cloud-native#data-engineering#machine-learning#airflow#argo

Perguntas frequentes

O que é argo-workflows?
Engine de workflows nativo de contêineres para orquestrar jobs paralelos no Kubernetes, implementado como um CRD. O Argo Workflows executa jobs com várias etapas no Kubernetes, em que cada etapa é um contêiner. Os workflows podem ser declarados como uma sequência ordenada de tarefas ou como um grafo acíclico direcionado (DAG) que representa as dependências entre elas. O projeto é implementado como uma Custom Resource Definition do Kubernetes, então os workflows são gerenciados com as ferramentas padrão do cluster.
argo-workflows é gratuito? Qual é a licença?
argo-workflows é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
argo-workflows ainda é mantido?
Manutenção ativa. O último commit de argo-workflows foi em 6 de nov. de 2026.
Para que posso usar argo-workflows?
Executar pipelines de treinamento de machine learning e processamento de dados em clusters Kubernetes Orquestrar jobs de CI/CD como workflows em contêineres Automatizar tarefas de infraestrutura com dependências entre várias etapas Executar grandes lotes de jobs paralelos que exigem poder computacional
Como instalar argo-workflows?
Abra o guia oficial de início rápido na documentação do Argo Workflows Siga os exemplos passo a passo da documentação
Onde consigo argo-workflows?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/argoproj/argo-workflows

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados