argoproj/argo-workflows

[](https://github.com/argoproj/argo-workflows/actions/workflows/snyk.yml?query=branch%3Amain) [](https://bestpractices.coreinfrastructure.org/projects/3830) [](https://api.securityscorecards.dev/projects/github.com/argoproj/argo-workflows) [](https://app.fossa.com/projects/git%2Bgithub.com%2Fargoproj%2Fargo-workflows?ref=badge_shield) [](https://argoproj.github.io/community/join-slack) [](https://x.com/argoproj) [](https://www.linkedin.com/company/argoproj/) [](https://bsky.app/profile/argoproj.bsky.social) [](https://github.com/argoproj/argo-workflows/releases/latest) [](https://artifacthub.io/packages/helm/argo/argo-workflows) ## 什么是 Argo Workflows? Argo Workflows 是一个开源的容器原生工作流引擎，用于在 Kubernetes 上编排并行作业。 Argo Workflows 实现为 Kubernetes CRD (Custom Resource Definition)。 * 定义工作流，其中每一步都是一个容器。 * 将多步骤工作流建模为一系列任务，或使用有向无环图 (DAG) 捕获任务之间的依赖关系。 * 在 Kubernetes 上使用 Argo Workflows，可以轻松地在短时间内运行机器学习或数据处理等计算密集型作业。 Argo 是 [Cloud Native Computing Foundation (CNCF)](https://cncf.io/) 的毕业项目。 ## 使用案例 * [机器学习流水线](https://argo-workflows.readthedocs.io/en/latest/use-cases/machine-learning/) * [数据和批处理](https://argo-workflows.readthedocs.io/en/latest/use-cases/data-processing/) * [基础设施自动化](https://argo-workflows.readthedocs.io/en/latest/use-cases/infrastructure-automation/) * [CI/CD](https://argo-workflows.readthedocs.io/en/latest/use-cases/ci-cd/) * [其他使用案例](https://argo-workflows.readthedocs.io/en/latest/use-cases/other/) ## 为什么选择 Argo Workflows? * Argo Workflows 是 Kubernetes 上最流行的工作流执行引擎。 * 轻量级、可扩展且易于使用。 * 通过 [适用于 Argo Workflows 的 Hera Python SDK](https://hera.readthedocs.io/en/stable/) 支持 Python 用户。 * 专为容器从头设计，没有传统 VM 和基于服务器的环境的开销和限制。 * 与云无关，可以在任何 Kubernetes 集群上运行。 [阅读我们在最新调查中的用户反馈](https://blog.argoproj.io/argo-workflows-events-2023-user-survey-results-82c53bc30543) ## 试用 Argo Workflows 您可以通过以下方式试用 Argo Workflows: 1. [交互式培训材料](https://killercoda.com/argoproj/course/argo-workflows/) 2. [访问演示环境](https://workflows.apps.argoproj.io/workflows/argo)  ## 谁在使用 Argo Workflows? [大约有 200 多个组织正式在使用 Argo Workflows](USERS.md) ## 生态系统 仅列出部分使用或依赖于 Argo Workflows 的项目 (完整列表[在此](https://github.com/akuity/awesome-argo#ecosystem-projects)): * [Argo Events](https://github.com/argoproj/argo-events) * [Couler](https://github.com/couler-proj/couler) * [Hera](https://github.com/argoproj-labs/hera-workflows) * [Katib](https://github.com/kubeflow/katib) * [Kedro](https://kedro.readthedocs.io/en/stable/) * [Kubeflow Pipelines](https://github.com/kubeflow/pipelines) * [Netflix Metaflow](https://metaflow.org) * [Onepanel](https://github.com/onepanelio/onepanel) * [Orchest](https://github.com/orchest/orchest/) * [Piper](https://github.com/quickube/piper) * [Ploomber](https://github.com/ploomber/ploomber) * [Seldon](https://github.com/SeldonIO/seldon-core) * [SQLFlow](https://github.com/sql-machine-learning/sqlflow) ## 客户端库 查看我们的 [Java, Golang, Python (Hera), 和 Typescript (Juno) 客户端](docs/client-libraries.md)。 ## 快速开始 * [从这里开始](https://argo-workflows.readthedocs.io/en/latest/quick-start/) * [演练示例](https://argo-workflows.readthedocs.io/en/latest/walk-through/) ## 文档 [查看文档](https://argo-workflows.readthedocs.io/en/latest/) ## 功能特性 Argo Workflows 提供的功能列表 (不完全): * 用于可视化和管理 Workflows 的 UI * Artifact 支持 (S3, Artifactory, Alibaba Cloud OSS, Azure Blob Storage, HTTP, Git, GCS, raw, plugins) * Workflow 模板，用于在集群中存储常用 Workflows * 执行后归档 Workflows 以供后续访问 * 使用 cron 调度 Workflows * 提供 REST API 的服务接口 (HTTP 和 GRPC) * 基于 DAG 或 Steps 的工作流声明 * 步骤级别的输入和输出 (artifacts/parameters) * 循环 * 参数化 * 条件判断 * 超时 (步骤 & 工作流级别) * 重试 (步骤 & 工作流级别) * 重新提交 (memoized) * 暂停 & 恢复 * 取消 * K8s 资源编排 * 退出钩子 (notifications, cleanup) * 已完成工作流的垃圾回收 * 调度 (affinity/tolerations/node selectors) * Volumes (ephemeral/existing) * 并行限制 * Daemoned 步骤 * DinD (docker-in-docker) * Script 步骤 * 事件发射 * Prometheus 指标 * 多种 executor * 多种 Pod 和 Workflow 垃圾回收策略 * 自动计算每一步的资源使用量 * Java, Golang, Python (Hera), 和 Typescript (Juno) SDK * Pod Disruption Budget 支持 * 单点登录 (OAuth2/OIDC) * Webhook 触发 * CLI * 开箱即用和自定义 Prometheus 指标 * Windows 容器支持 * 嵌入式小组件 * 多路日志查看器 ## 社区会议 我们每月举办社区会议，我们和社区在会上展示演示并讨论项目的现状和未来。欢迎加入我们！ 有关社区会议的信息、纪要和录音，请[查看这里](https://bit.ly/argo-wf-cmty-mtng)。 参与 Argo Workflows 受 [CNCF 行为准则](https://github.com/cncf/foundation/blob/master/code-of-conduct.md) 管辖。 ## 社区博客和演讲 * [Awesome-Argo: 精选的 Argo 相关项目和资源列表](https://github.com/terrytangyuan/awesome-argo) * [自动化一切 - 如何结合 Argo Events, Workflows & Pipelines, CD, 和 Rollouts](https://youtu.be/XNXJtxkUKeY) * [Argo Workflows 和 Pipelines - CI/CD, 机器学习, 以及其他 Kubernetes 工作流](https://youtu.be/UMaivwrAyTA) * [Argo Ansible role: 在 OpenShift 上配置 Argo Workflows](https://medium.com/@marekermk/provisioning-argo-on-openshift-with-ansible-and-kustomize-340a1fda8b50) * [Argo Workflows vs Apache Airflow](http://bit.ly/30YNIvT) * [超越原型: 使用 Metaflow 和 Argo 构建生产就绪的机器学习系统](https://github.com/terrytangyuan/public-talks/tree/main/talks/kubecon-na-2023-metaflow-argo) * [在 Kubernetes 上使用 Argo 进行 CI/CD](https://medium.com/@bouwe.ceunen/ci-cd-with-argo-on-kubernetes-28c1a99616a9) * [使用 Argo Workflows 定义您的 CI/CD 流水线](https://haque-zubair.medium.com/define-your-ci-cd-pipeline-with-argo-workflows-25aefb02fa63) * [Manning Publication 出版的分布式机器学习模式](https://github.com/terrytangyuan/distributed-ml-patterns) * [构建云原生 AI 平台](https://github.com/terrytangyuan/public-talks/tree/main/talks/platform-con-2024-engineering-cloud-native-ai-platform) * [使用 Argo 和 Katib 管理数千个自动化机器学习实验](https://github.com/terrytangyuan/public-talks/blob/main/talks/argocon-automl-experiments-2022) * [使用 Argo Workflows 重建自动驾驶数据流水线](https://www.youtube.com/watch?v=oTgIQxbsLhU) * [利用 Argo Workflows 彻底改变科学模拟](https://www.youtube.com/watch?v=BYVf7GhfiRg) * [跨多个 Kubernetes 集群运行 Argo Workflows](https://admiralty.io/blog/running-argo-workflows-across-multiple-kubernetes-clusters/) * [扩展 Kubernetes: 使用 Spark 和 Argo Workflow 管理大规模批处理作业的最佳实践](https://www.youtube.com/watch?v=KqEKRPjy4aE) * [开源模型管理综述: Polyaxon, Argo, 和 Seldon](https://www.anaconda.com/blog/developer-blog/open-source-model-management-roundup-polyaxon-argo-and-seldon/) * [使用可扩展数据工作流在 35 分钟内生成 200 个 OpenStreetMap 提取数据](https://www.interline.io/blog/scaling-openstreetmap-data-workflows/) * [Kubernetes 上生产就绪的 AI 平台](https://github.com/terrytangyuan/public-talks/tree/main/talks/kubecon-europe-2024-production-ai-platform-on-k8s) * [Argo 集成审查](http://dev.matt.hillsdon.net/2018/03/24/argo-integration-review.html) * TGI Kubernetes 与 Joe Beda: [Argo workflow 系统](https://www.youtube.com/watch?v=M_rxPPLG8pU&start=859) ## 项目资源 * [Argo Project GitHub 组织](https://github.com/argoproj) * [Argo 网站](https://argoproj.github.io/) * [Argo Slack](https://argoproj.github.io/community/join-slack) ## 安全 请参阅 [SECURITY.md](SECURITY.md).

标签：Argo Workflows, Argo项目, DNS解析, EVTX分析, Go语言, MLOps, Python工具, 任务调度, 侦察, 子域名突变, 容器编排, 工作流引擎, 并行计算, 开源项目, 批处理, 日志审计, 流水线, 程序破解, 自动化运维, 自定义资源定义, 请求拦截, 逆向工具