Przejdź do treści
Biblioteka skilli
Dane i analityka · Budowanie i kod

dw-workflow-define

/dw-workflow-define

Tworzy, zmienia, usuwa i przeszukuje definicje workflowów danych, czyli strukturę węzłów DAG, bez harmonogramu i uruchamiania.

Repozytorium
DataSwarm ↗
Licencja
Apache-2.0
Ostatnia zmiana repozytorium
05.11.2026

Ocena i bezpieczeństwo

100/ 100Klasa: dobry
Format25 / 25
Frontmatter z nazwą i opisem, poprawna nazwa, opis do 1024 znaków, nazwa zgodna z folderem.
Odkrywalność25 / 25
Opis mówi, kiedy użyć skilla, ma sensowną długość i jest w 3. osobie.
Treść35 / 35
Co najmniej 150 słów i do 500 linii, nagłówki, listy kroków, przykłady albo kod.
Higiena15 / 15
Bez zaślepek typu TODO, bez ścieżek Windows, z licencją.
Ryzykobrak sygnałów w skanie
Pliki w paczce
1
Skrypty
0
Komentarze HTML
0
Adresy URL w SKILL.md
0
Przestarzałość

Brak sygnałów. Repozytorium zmienione 05.11.2026, bez odwołań do wycofanych modeli i API.

Licencja

Apache-2.0, otwarta: można używać i zmieniać, z zachowaniem licencji i informacji o zmianach.

Co robi i kiedy

Tworzy, zmienia, usuwa i przeszukuje definicje workflowów danych, czyli strukturę węzłów DAG, bez harmonogramu i uruchamiania.

Oryginalny opis (EN)

工作流定义原子能力。当用户提到"创建工作流/建工作流/改工作流/删工作流/查工作流/找类似工作流/查同名工作流/工作流查重/模糊搜工作流/工作流节点/DAG/配置节点/工作流结构/任务编排成工作流"时使用。只管工作流定义和节点 DAG 结构的增删改查,不碰上线/调度(见 dw-task-schedule)、不执行(见 dw-task-execute)。通过 `dwcli workflow` 调用。

Jak działa

  1. 何时触发
  2. 何时不触发
  3. CLI
  4. nodes 的节点 JSON 字段
  5. 周期调度参数(创建周期工作流只需这一节,不必读源码)
  6. 写操作预览确认协议
  7. 输出
Sekcje z nagłówków SKILL.md, w oryginale · 109 linii, 446 słów
Podgląd SKILL.md
---
name: dw-workflow-define
description: 工作流定义原子能力。当用户提到"创建工作流/建工作流/改工作流/删工作流/查工作流/找类似工作流/查同名工作流/工作流查重/模糊搜工作流/工作流节点/DAG/配置节点/工作流结构/任务编排成工作流"时使用。只管工作流定义和节点 DAG 结构的增删改查,不碰上线/调度(见 dw-task-schedule)、不执行(见 dw-task-execute)。通过 `dwcli workflow` 调用。
allowed_tools: [bash, read_file]
---

# dw-workflow-define · 工作流定义原子能力

只管**工作流定义**和**节点 DAG 结构**。工作流由多个任务节点组成,节点带前驱关系构成 DAG,可设等待审核节点。

> **API 化说明(方案 docs/skill-cli-web-api-plan.md 批次 2)**:本 skill 全部数据访问经
> `dwcli`(`python -m jiuwenswarm.cli.dwcli`,端口自动发现(`DWAGENT_BASE`
> 可覆盖)走 web API,不再直连数据库。**要求 web 服务常驻**;服务不可达时 dwcli
> 退出码 2 并提示连接失败。

## 何时触发
- 用户要**创建/修改/删除/查询工作流**或其节点结构
- 用户说"建个 GMV 巡检工作流"、"给工作流加个节点"、"配置节点的前驱"、"工作流节点列表"

## 何时不触发
- 任务本身的定义 → `dw-task-define`(工作流节点引用 task_id,任务要先用那个建)
- 上线/下线/暂停/审核 → `dw-task-schedule`
- 调试工作流/看实例 → `dw-task-execute`

## CLI

```bash
# 只读
dwcli workflow list [--status draft|published] [--q "关键词"] [--limit N] [--offset N]
dwcli workflow get --id <workflow_id>          # 响应已含 nodes,原 nodes action 合并到此

# 写操作(先预览、后确认、再执行)
dwcli workflow create --name "..." [--description "..."] \
    [--schedule-type none|once|cron --schedule-cron "..." --schedule-once-at "..."]
dwcli workflow update --id <workflow_id> [--name ...] [--description ...] [--schedule-type ... --schedule-cron ...]
dwcli workflow delete --id <workflow_id>

# 整体替换节点(nodes 数组走文件,§6.1 结构化通道)
dwcli workflow nodes --id <workflow_id> --json-file nodes.json
```

> `dwcli` = `python -m jiuwenswarm.cli.dwcli`,下同。`--json-file` 也支持 `-`(从 stdin 读)。

## nodes 的节点 JSON 字段
- `task_id`(必填,引用 dw-task-define 建的任务)
- `node_name`(节点显示名)
- `group_name`(组名,组内节点在前端合并展示)
- `upstream_nodes`(逗号分隔的 node_id 前驱,构造 DAG)
- `wait_review`(true=到该节点暂停等人审核)
- `order_index`(排序)

nodes 是**整体替换**(覆盖该工作流所有节点)。**同批提交可自定义 `node_id`(如 `n_ddl_a`),后续节点的 `upstream_nodes` 直接引用同批里已声明的 `node_id`,无需先创建再回填**;不传 node_id 则自动分配。因 nodes 是结构化数组,必须经 `--json-file`(文件路径或 `-` 从 stdin 读),不支持内联 JSON。

**文件格式**:`--json-file` 指向的 JSON 文件**顶层必须是对象** `{"nodes": [...]}`(服务端按此键取节点数组),不是裸数组。`--json-file` 后直接跟文件路径,**不加 `@` 前缀**(`@` 前缀只用于 `--code @file.sql` 等标量 body 参数,是另一套机制)。

```bash
# nodes.json 内容示例(顶层是 {"nodes":[...]} 对象):
# 同批内自定义 node_id,upstream_nodes 直接引用同批已声明的 node_id(无需先创建再回填)
{"nodes": [
  {"node_id":"n_ddl_a","task_id":"bld_ddl_a","node_name":"建ODS表A","upstream_nodes":""},
  {"node_id":"n_etl_a","task_id":"bld_etl_a","node_name":"ETL-DWD","upstream_nodes":"n_ddl_a"}
]}

# 也可从 stdin 传入:
echo '{"nodes":[...]}' | dwcli workflow nodes --id <wf_id> --json-file -
```

## 周期调度参数(创建周期工作流只需这一节,不必读源码)

工作流支持的调度参数与任务完全一致,详见下表。格式细节同 dw-task-define(此处复述,免跳转):

### 三种调度类型(`--schedule-type`)
| 值 | 含义 | 必带参数 | 触发时机 |
|---|---|---|---|
| `none` | 不调度(默认) | 无 | 只能手动 debug 触发 |
| `cron` | 周期定时 | `--schedule-cron` | 到每个 cron 周期点自动触发整个 DAG |
| `once` | 一次性定时 | `--schedule-once-at` | 到指定时刻触发一次整个 DAG,触发后自动置 none |

### cron 表达式格式
- **5 位标准 cron**:`分 时 日 月 周`,如 `0 2 * * *` = 每天 02:00。**推荐用 5 位**。
- 也支持 7 位 Quartz:`秒 分 时 日 月 周 年`。
- **时区固定 Asia/Shanghai**,不能在 cron 里指定时区。
- 校验失败时调度器**静默跳过**(不报错、不触发),cron 写错的唯一表现是"工作流从不自动执行"。
- 常用:`0 2 * * *` 每天 02:00|`0 */2 * * *` 每 2 小时|`0 9 * * 1-5` 工作日 09:00

### once-at 时间格式
- ISO8601:`2026-08-29T02:00:00`(不带时区按 Asia/Shanghai)或 `2026-08-29T02:00:00+08:00`。

### 端到端:建一个每天 02:00 跑的分层 DAG 工作流并上线(三步,不必读别的文件)
```bash
# 1. 建工作流并设 cron(status=draft,调度器不扫)
dwcli workflow create \
    --name "每日数仓分层ETL" --schedule-type cron --schedule-cron "0 2 * * *"

# 2. 配节点 DAG(task_id 引用 dw-task-define 建好的任务;upstream_nodes 构造分层依赖)
#    nodes 是结构化数组,写 JSON 文件(顶层 {"nodes":[...]} 对象)再传路径
dwcli workflow nodes --id <wf_id> --json-file nodes.json
#   nodes.json 内容示例(同批内自定义 node_id,upstream_nodes 直接引用同批已声明的 node_id):
#   {"nodes": [
#     {"node_id":"n_ddl_a","task_id":"bld_ddl_a","node_name":"建ODS表A","upstream_nodes":""},
#     {"node_id":"n_etl_a","task_id":"bld_etl_a","node_name":"ETL-DWD","upstream_nodes":"n_ddl_a"}
#   ]}

# 3. 上线(publish 后才被调度器扫描,到 02:00 自动触发整个 DAG)
dwcli workflow publish --id <wf_id>
```
注意:只设 `--schedule-type/--schedule-cron` 不 publish,调度器不扫描。nodes 是整体替换,重复调用会覆盖之前的节点。

## 写操作预览确认协议
对 create/update/delete/nodes:先展示预览 → 等用户"确认" → 执行。get/list 只读无需确认。

## 输出
path-mode JSON:`{workflow_id, name, status}` 或 `{nodes:[...]}`。上层编排用 workflow_id 衔接(如调 `dwcli workflow publish` 上线、`dwcli workflow debug` 调试)。

Wersje

W bazie nie ma innych skilli o nazwie dw-workflow-define.

Migawka bazy z 13.11.2026 · wersja paczki ee8f5fcd2b21 (skrót SHA-256 całej paczki)

Pobrania w ostatnich 30 dniach: 0 · ranking

Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.

Podobne skille

  • 100dw-task-define
    Tworzy, zmienia, usuwa i wyszukuje definicje zadań danych, w tym zadania SQL i Python, bez uruchamiania i harmonogramu.
  • 100dw-task-schedule
    Przełącza zadania i workflowy między szkicem a uruchomieniem, wstrzymuje, wznawia i prowadzi je przez zatwierdzanie.
  • 100new-pipeline
    Planuje nowy potok danych ze źródła, celu i harmonogramu: kroki w DAG, model dbt, zapytania i test parsowania, bez poświadczeń w kodzie.
  • 100authoring-dags
    Prowadzi przez pisanie DAG-ów Apache Airflow zgodnie z dobrymi praktykami: nowe potoki, wzorce i konwencje oraz rozszerzanie istniejących DAG-ów o zadania następcze.
  • 90airflow-dag-patterns
    Stosuje wzorce DAG Airflow w powtarzalnych lokalnych przepływach danych z API zależnymi od wersji, jawnymi założeniami i walidacją.
  • 100airflow-dag-generator
    Prawdopodobnie generuje DAG-i Airflow dla potoków danych, na podstawie nazwy skilla i kategorii Data Pipelines.

Uwagi i zgłoszenia

Wiadomość trafi do Bartosza Sokolińskiego. Adres e-mail jest potrzebny tylko do odpowiedzi. Szczegóły w polityce prywatności.