有向无环图工作流（DAG）
也叫： DAG · 有向无环图
DAG 工作流是把工作流建模成一张有向无环图：步骤可以分出并行的分支，之后再汇合回一条路径，而且任何一条路径都不会绕回自己。
普通的 pipeline 是一条直线：一个阶段接一个阶段，按顺序走。只要每一步都真的依赖前一步，这样没问题。但现实中经常不是这样：拉取测试结果和拉取 lint 结果这两件事互不依赖，但后面的“部署”这一步需要这两个都跑完才能开始。DAG（有向无环图）工作流就是用来表达这种关系的——步骤是节点，依赖关系是有方向的边，分支可以先各自跑，之后再汇合回一条路径，工作流才继续往下走。
“无环”这一点和“能分支”同样重要：DAG 里没有环。一旦有一条边从步骤 A 指向步骤 B，就不会再有边从 B 指回 A。这是故意设的约束——它保证整张图有明确的起点和终点，执行过程不会绕圈子卡住。如果确实需要循环、需要回到之前的状态，那是另一种模式（参见 state-machine-agent），不是 DAG 该干的事。
正因为如此，这种结构在构建系统和编排工具里很常见——它能让互不依赖的工作并行跑，这是严格线性的 pipeline 做不到的，同时还保证整个流程一定会跑完，不会卡死。
怎么运作
执行通常从没有未满足依赖的节点（图的起点）开始跑，如果编排引擎支持，这些节点还能并行执行。一个有多条入边的节点——也就是汇合点——要等它依赖的所有分支都跑完，才会开始执行，执行完之后，图又变回一条单一路径继续往下走。
举个例子
一个类似 CI 的智能体工作流：开始 → 并行跑 lint 检查（分支 A）和测试（分支 B）→ 两边都跑完后汇合 → 部署。不管 lint 和测试哪个先跑完，部署都要等两边都结束才会开始。
和相关概念的区别
DAG 工作流和普通 pipeline 的区别：pipeline 是一条不分支的线性链；DAG 允许互不依赖的分支并行跑，再在汇合点合并回一条路径，这是普通 pipeline 没法表达的结构。
常见误解
state-machine-agent，或者是 DAG 之外单独写的重试逻辑。常见问题
什么是 DAG 工作流？
为什么要用 DAG 而不是普通 pipeline？
最近核实： 2026-08-28