dagster

Dagster 是覆盖整个开发周期的数据流水线编排器。你不用手工串联任务，而是用 `@dg.asset` 装饰器把想要的数据资产（表、数据集、机器学习模型、报表）声明为 Python 函数，Dagster 根据函数参数推出依赖关系，并在合适的时间运行，让资产保持最新。README 的示例定义了三个资产：一个 DataFrame、一个 scikit-learn 模型和一张统计表，在网页界面里以图的形式加载。

它面向从本地开发、单元测试、预发布到生产的各个阶段。README 把它分成三种角色：提升效率的平台（可复用组件、尽早发现数据质量问题）、可靠的编排引擎（多租户、多工具）和统一的控制平面（元数据、编目、血缘和诊断集中在一处），另外提供常用数据工具的集成库。支持 Python 3.9 到 3.14，可从 PyPI 安装（例如 `uv add dagster dagster-webserver dagster-dg-cli`）。

它属于数据工程工具而不是 AI 代理工具，但常被用来编排机器学习和数据工作流。本评测依据 README 和仓库数据，我们没有实际运行过它。