Argo Workflows（1.7万星）2026：K8s原生流水线引擎，支持DAG与步骤执行

📘 教程 2026-08-06 约 5 分钟阅读

Argo Workflows（16,878星）是K8s原生的工作流引擎，用于运行容器化流水线——DAG、步骤和定时调度。本文教你部署并运行第一个工作流。

💡 你将学到

Argo Workflows（16,878星）是K8s原生的工作流引擎，用于运行容器化流水线——DAG、步骤和定时调度。本文教你部署并运行第一个工作流。

📜 目录

直接给结论
核心能力
部署并运行第一个工作流
示例：并行DAG
实用技巧
FAQ
相关文章

直接给结论

argoproj/argo-workflows（16,878星，Go）是一个Kubernetes开源工作流引擎。每个工作流步骤都是一个容器，流程用DAG或线性序列定义。它是K8s原生CI/CD、ML流水线和批处理的事实标准。

核心能力

容器原生：每个步骤都是一个Kubernetes Pod
DAG支持：带依赖关系并行运行步骤
定时工作流：调度周期性流水线
制品：通过S3、GCS或卷在步骤间传递数据
UI：带日志、指标和可视化的Web仪表盘

部署并运行第一个工作流

# 安装控制器
kubectl create namespace argo
kubectl apply -n argo -f https://raw.githubusercontent.com/argoproj/argo-workflows/master/manifests/quick-start-postgres.yaml

# 安装CLI
curl -sLO https://github.com/argoproj/argo-workflows/releases/download/v3.6.2/argo-linux-amd64.gz
gunzip argo-linux-amd64.gz && chmod +x argo-linux-amd64 && sudo mv ./argo-linux-amd64 /usr/local/bin/argo

# 提交hello工作流
argo submit -n argo --watch https://raw.githubusercontent.com/argoproj/argo-workflows/master/examples/hello-world.yaml

示例：并行DAG

apiVersion: argoproj.io/v1alpha1
kind: Workflow
metadata:
  generateName: dag-
spec:
  entrypoint: main
  templates:
    - name: main
      dag:
        tasks:
          - name: build
            template: whalesay
          - name: test
            template: whalesay
            dependencies: [build]
          - name: deploy
            template: whalesay
            dependencies: [test]
    - name: whalesay
      container:
        image: docker/whalesay
        command: [cowsay, "hello"]