Conductor - 互联网规模的工作流引擎

编排分布式系统意味着必须应对故障、重试和状态恢复。Conductor 帮你处理了这一切，让你无需再为此烦恼。

Conductor 是一个开源的持久化工作流引擎，最初由 Netflix 构建，用于在互联网规模下编排微服务、AI Agent 和持久化工作流。它在 Netflix、Tesla、LinkedIn 和摩根大通的生产环境中经受了考验，并由 Orkes 和日益壮大的 社区 持续维护。

---

60 秒快速上手

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

访问 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 worker
curl -s https://raw.githubusercontent.com/conductor-oss/conductor/main/docs/quickstart/workflow.json -o workflow.json
conductor workflow create workflow.json
conductor workflow start -w hello_workflow --sync

查看 快速入门指南 获取完整教程，包括编写 worker 和重放工作流。

偏好 Docker？

docker run -p 8080:8080 conductoross/conductor:latest

所有 CLI 命令都有对应的 cURL/API 调用。详情请参阅 快速入门。

---

为什么开发者首选 Conductor 作为工作流引擎

持久化执行	每个步骤都会持久化。能够从崩溃、重启和网络故障中恢复。支持至少一次（At-least-once）的任务交付，具备可配置的重试、超时和补偿流。
设计上的确定性	编排与业务逻辑分离 —— 确定性是一种架构保证，而非开发者纪律。没有副作用，没有隐藏状态，没有重放 Bug。你的 worker 可以运行任何代码；工作流图通过构建确保了确定性。
AI Agent 编排	内置 14+ LLM 提供商、MCP 工具调用、函数调用、人工审批（Human-in-the-loop）以及用于 RAG 的向量数据库（Pinecone, pgvector, MongoDB Atlas）。
运行时动态化	动态分支、动态任务和动态子工作流 —— 全部在运行时解析。LLM 可以生成 JSON 格式的工作流定义，Conductor 可立即执行。无需编译/部署周期。
完全可重放	可随时从头开始重启，从任意任务处重新运行，或仅重试失败步骤 —— 针对任何工作流，随时无限次执行。
互联网级规模	在 Netflix、Tesla、LinkedIn、摩根大通等公司经过实战检验。可水平扩展以支持数十亿次工作流执行。
多语言支持	可使用 Java、Python、Go、JavaScript、C#、Ruby 或 Rust 编写 worker。Worker 进行轮询、执行并上报 —— 可以在任何地方运行。
支持自托管，无供应商锁定	Apache 2.0 协议。支持 8+ 种持久化后端和 6+ 种消息代理。可在任何支持 Docker 或 JVM 的环境中运行。

AI 原生编排

Conductor 通过以下方式保持编排的确定性：