conductor-oss--conductor/README.md

Note

本文档由 WeHub 基于上游 README 翻译整理，属于社区翻译，非官方中文文档。
English · 原始项目 · 上游 README
原作者、版权与许可证归属以原始项目及本仓库 LICENSE 文件为准。

Conductor - 互联网规模的智能体工作流引擎

编排分布式系统意味着要应对故障、重试和状态恢复。Conductor 会替你处理这一切。

Conductor 是在 Netflix 构建的开源持久化（durable）工作流引擎，用于在互联网规模上编排微服务、AI 智能体（agent）和持久化工作流。Netflix、Tesla、LinkedIn 和 J.P. Morgan 均已在生产环境中信赖并使用。由 Orkes 和不断壮大的 community. 积极维护。

---

60 秒快速启动

前置条件： 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，并带有内置的 ui-next UI。

从旧版本升级？ CLI 会在 ~/.conductor-cli/ 缓存服务器 JAR。如果缓存了旧版本，请强制重新下载：

conductor server start latest
# or delete the cache manually
rm ~/.conductor-cli/conductor-server-latest.jar && conductor server start

运行你的第一个工作流：

# Create a workflow that calls an API and parses the response — no workers needed
curl -s https://raw.githubusercontent.com/conductor-oss/conductor/main/docs/quickstart/workflow.json -o workflow.json
conductor workflow create workflow.json

注意： 连续运行两次该命令会在第二次调用时返回错误——工作流已存在。这是预期行为。使用 conductor workflow update 修改现有工作流。

conductor workflow start -w hello_workflow --sync

查看 Quickstart guide 了解完整演练，包括编写 worker 和重放工作流。

Conductor 的 Docker 镜像（包含 ui-next UI）：

# UI at http://localhost:5000  |  API at http://localhost:8080
docker run -p 5000:5000 -p 8080:8080 conductoross/conductor:next

所有 CLI 命令都有等效的 cURL/API 调用。详见 Quickstart。

---

为什么 Conductor 是开发者首选的工作流引擎

持久化执行（Durable execution）	每一步都会持久化。可承受崩溃、重启和网络故障，并支持可配置的重试和超时。
设计即确定性（Deterministic by design）	编排与业务逻辑分离——确定性是架构层面的，而非靠开发者自律。Worker 可运行任意代码；工作流图在构建上保持确定性。
AI 智能体编排	14+ 原生 LLM 提供商、MCP 工具调用、函数调用、人在回路（human-in-the-loop）审批，以及用于 RAG 的向量数据库。
运行时动态化	动态分叉、任务和子工作流在运行时解析。LLM 生成 JSON 工作流定义，Conductor 立即执行。
完全可重放	可从开头重启、从任意任务重新运行，或仅重试失败步骤——适用于任何工作流，任何时候都可以。
互联网规模	在 Netflix、Tesla、LinkedIn 和 J.P. Morgan 久经考验。可水平扩展至数十亿次工作流执行。
多语言 Worker	支持 Java、Python、Go、JavaScript、C#、Ruby 或 Rust 编写的 Worker。Worker 轮询、执行并上报——可在任意位置运行。
自托管，无厂商锁定	Apache 2.0。5 种持久化后端、6 种消息代理。可在任何能运行 Docker 或 JVM 的环境中运行。

交付智能体，而非框架代码

Conductor 的 worker 就是普通代码——任意语言、任意库、任意 I/O。没有确定性约束，没有 SDK 仪式。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。如果智能体在第 12 次迭代时崩溃，它会从第 12 次迭代恢复。

Conductor 中的自主思考-行动（think-act）智能体： 通过 MCP 发现工具，用 LLM 推理，调用所选工具，重复直至完成。

{
  "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": "${workflow.input.mcpServerUrl}"
      }
    },
    {
      "name": "agent_loop",
      "taskReferenceName": "loop",
      "type": "DO_WHILE",
      "loopCondition": "if ($.loop['think'].output.result.done == true) { false; } else { true; }",
      "loopOver": [
        {
          "name": "think",
          "taskReferenceName": "think",
          "type": "LLM_CHAT_COMPLETE",
          "inputParameters": {
            "llmProvider": "openai",
            "model": "gpt-4o-mini",
            "messages": [
              {
                "role": "system",
                "message": "You are an autonomous agent. Available tools: ${discover.output.tools}. Previous results: ${loop.output.results}. Respond with JSON: {\"action\": \"tool_name\", \"arguments\": {}, \"done\": false} or {\"answer\": \"final answer\", \"done\": true}."
              },
              { "role": "user", "message": "${workflow.input.task}" }
            ]
          }
        },
        {
          "name": "act",
          "taskReferenceName": "act",
          "type": "SWITCH",
          "expression": "$.think.output.result.done ? 'done' : 'call_tool'",
          "decisionCases": {
            "call_tool": [
              {
                "name": "execute_tool",
                "taskReferenceName": "tool_call",
                "type": "CALL_MCP_TOOL",
                "inputParameters": {
                  "mcpServer": "${workflow.input.mcpServerUrl}",
                  "method": "${think.output.result.action}",
                  "arguments": "${think.output.result.arguments}"
                }
              }
            ]
          }
        }
      ]
    }
  ]
}

每一步都持久化保存——无框架、无 SDK 锁定。代码优先（code-first）引擎要求你的代码具有确定性，以便框架可以重放。Conductor 让引擎具有确定性——因此你的代码不必如此。

查看 Build Your First AI Agent 指南了解完整演练。

---

面向 AI 编程助手的 Conductor Skills

Conductor Skills 让 AI 编程助手（Claude Code、Gemini CLI 等）可直接从你的终端创建、管理和部署 Conductor 工作流。

Claude

# Install Skills for Claude Code
/plugin marketplace add conductor-oss/conductor-skills
/plugin install conductor@conductor-skills

为所有检测到的 agent 安装

一条命令即可自动检测系统上所有受支持的 agent，并在可能的情况下进行全局安装。可随时重新运行——仅会为新检测到的 agent 安装。

macOS / Linux

curl -sSL https://conductor-oss.github.io/conductor-skills/install.sh | bash -s -- --all

Windows (PowerShell) / (cmd)

# powershell
irm https://conductor-oss.github.io/conductor-skills/install.ps1 -OutFile install.ps1; .\install.ps1 -All

# cmd
powershell -c "irm https://conductor-oss.github.io/conductor-skills/install.ps1 -OutFile install.ps1; .\install.ps1 -All"

---

SDKs

语言	仓库	安装
☕ Java	conductor-oss/java-sdk	Maven Central
🐍 Python	conductor-oss/python-sdk	pip install conductor-python
🟨 JavaScript	conductor-oss/javascript-sdk	npm install @io-orkes/conductor-javascript
🐹 Go	conductor-oss/go-sdk	go get github.com/conductor-sdk/conductor-go
🟣 C#	conductor-oss/csharp-sdk	dotnet add package conductor-csharp
💎 Ruby	conductor-oss/ruby-sdk	(incubating)
🦀 Rust	conductor-oss/rust-sdk	(incubating)

---

文档与社区

• 文档 — 架构、指南、API 参考和 cookbook 示例。
• Slack — 社区讨论与支持。
• 社区论坛 — 提问并分享模式。

---

后端配置

后端	配置
Redis + ES7（默认）	config-redis.properties
Redis + ES8	config-redis-es8.properties
Redis + OpenSearch	config-redis-os.properties
Postgres	config-postgres.properties
Postgres + ES7	config-postgres-es7.properties
MySQL + ES7	config-mysql.properties

---

从源码构建

要求与说明

要求： Docker Desktop、Java (JDK) 21+、Node.js 18+ 以及 pnpm（用于 UI）

git clone https://github.com/conductor-oss/conductor
cd conductor
./gradlew build

# (optional) Build UI (ui-next) and embed it in the server
# ./build_ui_next.sh

# Start local server
cd server
../gradlew bootRun

以开发模式运行 UI（在 http://localhost:1234): 热重载**

需要在 http://localhost:8080 上运行 Conductor 服务器。如果尚未启用，请先启用 corepack：

corepack enable

然后启动开发服务器：

cd ui-next
pnpm install
pnpm dev

打开 http://localhost:1234 — 文件变更时 UI 会自动重载。

详见完整构建指南。

---

FAQ

这与 Netflix Conductor 相同吗？

是的。Conductor OSS 是原版 Netflix Conductor 仓库的延续，Netflix 将该项目贡献给开源基金会之后由社区继续维护。

Conductor 是开源的吗？

是的。Conductor 是完全开源的工作流引擎，采用 Apache 2.0 许可证。你可以在自己的基础设施上自托管，支持 5 种持久化后端和 6 种消息代理（message broker）。

该项目是否在积极维护？

是的。Orkes 是主要维护方，并在所有主流云服务商上提供 Conductor 的企业级 SaaS 平台。

Conductor 能否扩展以应对我的工作负载？

可以。Conductor 诞生于 Netflix，在互联网规模下经过实战检验。它可跨多个服务器实例水平扩展，处理数十亿次工作流执行。

Conductor 是否支持持久化执行（durable execution）？

是的。Conductor 开创了持久化执行模式，确保工作流和持久化 agent 在基础设施故障或崩溃时仍能可靠完成。每一步都会持久化并可恢复。

工作流完成或失败后，我可以重放吗？

可以。Conductor 会无限期保留完整执行历史。你可以从头重新开始、从特定任务重新运行，或仅重试失败步骤——通过 API 或 UI 均可。

Conductor 能否编排 AI agent 和 LLM？

是的。Conductor 原生集成 14+ 家 LLM 提供商（Anthropic、OpenAI、Gemini、Bedrock 等），支持 MCP 工具调用、函数调用（function calling）、人在回路（human-in-the-loop）审批，以及用于 RAG 的向量数据库集成。

为什么 Conductor 将编排与代码分离？

将编排逻辑与业务逻辑耦合，会迫使开发者在工作流定义中手动维持确定性约束——不能直接 I/O、不能使用系统时间、不能引入随机性。Conductor 通过让编排层在结构上保持确定性，消除了整类此类 bug。Worker 是普通代码，零框架约束——可用任意语言编写，使用任意库，调用任意 API。

用代码编写工作流不是比 JSON 更强大吗？

这取决于你对「强大」的定义。在代码优先（code-first）引擎中，工作流定义与业务逻辑运行在同一运行时中——这意味着引擎必须重放你的代码才能恢复状态。这会迫使业务逻辑满足确定性约束：不能直接 I/O、不能使用系统时间、不能使用线程、不能引入随机性。Conductor 将这些关注点分离。编排图是声明式的（JSON），因此在结构上就是确定性的。你的 Worker 是普通代码，零约束——可使用任意语言、任意库，调用任意 API。你在真正需要的地方（业务逻辑）获得代码的全部能力，而在不需要的地方（编排）避免框架负担。

JSON 工作流能否处理分支、循环和错误处理等复杂逻辑？

可以。Conductor 支持 SWITCH（条件分支）、DO_WHILE（可配置迭代清理的循环）、FORK_JOIN（动态扇出的并行执行）、SUB_WORKFLOW（组合），以及运行时解析的 DYNAMIC 任务。这些能力可组合——你可以在 fork 内的分支中嵌套循环。对于错误处理，每个任务都支持可配置的重试、超时，以及可选/补偿任务。声明式模型不会限制复杂度——它让复杂度可见且可调试。

Conductor 如何处理工作流版本控制？

工作流定义按编号进行版本管理。正在运行的执行会继续使用启动时的版本——部署新版本永远不会破坏进行中的工作流。不存在重放兼容性问题，因为 Conductor 不会重放你的代码。编排图是唯一真相来源，每次执行都固定在其定义版本上。更新编排逻辑时无需重新部署 worker，也无需担心破坏正在运行的工作流。

开发者体验如何——IDE 支持、类型检查、调试？

Conductor 提供内置可视化 UI，用于设计、运行和调试工作流。每次执行都可完全观测：你可以检查每个任务的输入、输出、时序和重试历史。为实现类型安全（type safety），Conductor 会根据 JSON Schema 验证工作流输入和任务 I/O。Worker 是你所选语言中的普通代码——你的业务逻辑可获得完整的 IDE 支持、类型检查和调试能力。编排层在 UI 中可见，而非隐藏在框架内部。

Conductor 能处理长时间运行的工作流（数天、数周、数月）吗？

可以。Conductor 专为长时间运行的工作流而设计。执行状态会完整持久化——工作流可以暂停数月，等待人工审批、外部信号或定时器，并在中断处精确恢复。不存在会丢失的内存状态。这正是让 AI agent 循环具备持久性的机制：如果第 12 次迭代等待人工审核三周，第 13 次迭代会从中断处继续。

不把编排写在代码里，会不会失去灵活性？

你会获得更大的灵活性。由于工作流是 JSON 格式，LLM 可以在运行时生成和修改它们——无需编译/部署周期。动态分叉（dynamic forks）可让你扇出（fan out）到运行时确定的可变数量的并行任务。动态子工作流（dynamic sub-workflows）允许一个工作流按名称组合其他工作流。由于 worker 与编排解耦，你可以独立更新工作流图或替换 worker 实现。代码优先（code-first）引擎将两者耦合在一起，因此更改编排意味着重新部署和重新版本化你的代码。

Conductor 与其他工作流引擎相比如何？

Conductor 是开源工作流引擎，原生支持 14+ 提供商的 LLM 任务类型，内置 MCP 集成、持久化执行、完整可重放性，以及 7 种语言的 SDK。与代码优先引擎不同，Conductor 将编排与业务逻辑分离——确定性是架构层面的保证，而非开发者的约束。你的 worker 是普通代码，零框架规则。编排层是声明式的，因此可被 LLM 观测、版本化和组合。已在 Netflix、Tesla、LinkedIn 和 J.P. Morgan 经实战检验。

Orkes Conductor 与 Conductor OSS 兼容吗？

100% 兼容。Orkes Conductor 构建于 Conductor OSS 之上，具备完整的 API 和工作流兼容性。

---

贡献

我们欢迎所有人贡献！

• 报告问题： 在 GitHub 上提交 issue.
• 贡献代码： 查看我们的贡献指南和适合新手的 issue.
• 改进文档： 帮助维护我们的文档。

贡献者

---

路线图

查看 Conductor OSS 路线图。想参与？联系我们.

许可证

Conductor 采用 Apache 2.0 License 许可证。