Conductor - 互联网规模的 Agentic Workflow 引擎

编排分布式系统意味着要处理各种故障、重试和状态恢复。Conductor 负责处理所有这些繁琐工作，让你无需为此分心。

Conductor 是一个开源且持久化的工作流引擎，最初由 Netflix 构建，用于以互联网规模编排微服务、AI Agent 和持久化工作流。它在 Netflix、Tesla、LinkedIn 和 J.P. Morgan 的生产环境中广受信任，并由 Orkes 和日益壮大的社区积极维护。

---

60 秒快速上手

前置要求： 必须安装 Node.js v16+ 和 Java 21+。

npm install -g @conductor-oss/conductor-cli
conductor server start

打开 http://localhost:8080 —— 你的服务器已运行并内置了 UI 界面。

运行你的第一个工作流：

# 创建一个调用 API 并解析响应的工作流 — 无需编写 worker
curl -s https://raw.githubusercontent.com/conductor-oss/conductor/main/docs/quickstart/workflow.json -o workflow.json
conductor workflow create workflow.json

注意： 第二次运行此命令会报错，因为该工作流已存在。这是预期行为，请使用 conductor workflow update 来修改现有工作流。

conductor workflow start -w hello_workflow --sync

查看快速入门指南以获取完整教程，包括如何编写 worker 以及重放工作流。

Conductor Docker 镜像：

docker run -p 8080:8080 conductoross/conductor:latest # 将 latest 替换为已发布的版本号以锁定特定版本

所有的 CLI 命令都有对应的 cURL/API 调用。详情请参见快速入门指南。

---

为什么开发者选择 Conductor 作为工作流引擎

特性	描述
持久化执行	每个步骤都会持久化。通过可配置的重试和超时机制，在崩溃、重启和网络故障中依然稳健运行。
原生确定性	将编排与业务逻辑解耦 —— 确定性是架构设计的一部分，而非依赖开发者的自觉。Worker 可以运行任何代码，而工作流图在设计上始终保持确定性。
AI Agent 编排	支持 14+ 种原生 LLM 提供商、MCP 工具调用、函数调用、人工介入审批以及用于 RAG 的向量数据库。
运行时动态性	在运行时解析动态分支（Fork）、任务和子工作流。LLM 可生成 JSON 工作流定义，Conductor 可立即执行。
完全可重放	可随时从头开始重启，从任意任务处重新运行，或仅重试失败的步骤 —— 适用于任何工作流。
互联网规模	在 Netflix、Tesla、LinkedIn 和 J.P. Morgan 经受过实战考验。可水平扩展至数十亿次工作流执行。
多语言 Worker	支持使用 Java、Python、Go、JavaScript、C#、Ruby 或 Rust 编写 Worker。Worker 通过轮询、执行和上报状态来工作 —— 可在任何地方运行。
自托管，无厂商锁定	采用 Apache 2.0 协议。支持 5 种持久化后端，6 种消息中间件。可在任何支持 Docker 或 JVM 的环境下运行。

发布 Agent，而非框架代码

Conductor 的 Worker 就是普通代码 —— 支持任何语言、任何库、任何 I/O 操作。无需担心确定性约束，也没有复杂的 SDK 仪式感。编排层是声明式且机器可读的，因此 LLM 可以原生生成和组合工作流。如果一个 Agent 在第 12 次迭代时崩溃，它会从第 12 次迭代处恢复。

Conductor 中的一个自主思考-行动（think-act）Agent： 通过 MCP 发现工具，利用 LLM 进行推理，调用选定的工具，循环直到完成。

{
  "name": "autonomous_agent",
  "description": "Agent that loops until the task is complete",
  "version": 1,
  "tasks": [
    {
      "name": "discover_tools",
      "taskReferenceName": "discover",
      "type": "LIST_MCP_TOOLS",
      "inputParameters": {
        "mcpServer": "${workflow.input.mcpServerUrl}"
      }
    }
  ]
}