Windmill
Built for teams to create and collaborate on internal software. Loved by engineers for full code flexibility and control over their infrastructure. Open-source and self-hostable.
Windmill 介绍
Windmill 是一个代码优先的编排平台，专门用来帮团队搭建内部用的各种软件工具。
这个工具的核心思路是让你能用代码灵活创建和协作开发内部应用，同时它支持自托管，还有 Git 协作能力。它把工作流、内部应用和数据管道都整合到一个平台上，省得你来回切换不同工具。你可以在浏览器里写脚本、画工作流、搭应用，也能在本地用命令行配合 AI 工具来开发，然后把写好的东西同步到远程工作区。
主要功能
脚本
一个脚本文件就能变成一个 API，还能自动生成表单，支持 TypeScript、Python、Go、Bash 等 20 多种语言。
工作流
你可以在浏览器里用编辑器直接搭建和编排工作流，把不同步骤串起来自动化执行。
内部应用
内置了应用构建器，直接在浏览器里搭内部工具，不用另外写前端代码。
数据管道
支持搭建数据管道，用来处理数据流转和自动处理任务。
AI 代理
可以创建和编排 AI 代理，用于自动化一些需要决策的任务。
定时任务
支持设置定时任务，让脚本或工作流按预定时间自动运行。
使用场景
团队协作开发内部业务流程
团队成员分散，需要统一平台创建和共享脚本、工作流和应用，并支持代码版本管理
使用Windmill的Scripts、Workflows和Internal apps功能，结合Git-based collaboration，在一个平台上编写、共享和编排所有内部软件
构建企业级数据管道与定时任务
需要定期从多个数据源抽取、转换数据并存入目标系统，同时希望减少运维负担
使用Windmill的Data pipelines和Scheduled tasks功能，通过代码定义数据处理逻辑，并配置定时执行，零运维全托管
创建并部署AI代理与内部应用
业务团队需要快速搭建自定义的AI代理应用，嵌入现有工作流中，但缺乏传统开发经验
利用Windmill的AI agents和Internal apps功能，以代码优先方式构建AI代理，并将其与其他脚本、工作流无缝集成
使用建议
如果你是个技术团队，平时需要给内部同事搭建各种工具或自动化流程，Windmill 会很好用。它特别适合喜欢用代码控制细节、重视 Git 协作的工程师，而且能帮你把脚本、工作流、应用和数据管道这些杂七杂八的事情都放到一个地方管理。
另外，如果你的组织对数据隐私要求比较高，或者想完全掌控基础设施，Windmill 的开源自托管能力会是一个很实在的选择。
套餐详情
- Unlimited executions
- Self-host in minutes
- Easy deployment on Fargate / Docker / Kubernetes
- Community support on Discord
- Max 10 users with SSO
- Audit logs
- Distributed dependency cache backed by S3
- SAML support including groups synchronization
- Uncapped SSO (requires seats)
- Commercial licence
- SLA & Priority Support 24/7 with 3h response time and engineer assistance
- Dedicated Slack or Discord channel
- Design partners for roadmap
常见问题
用户评分
为此工具评分
相关工具推荐
最新资讯
智能体AI验证与自改进机制研究
arXiv新论文提出一种形式化框架，用于分析智能体AI系统在验证与自改进过程中的能力边界。该研究区分了不同改进机制，并通过有界验证、随机性控制和复杂性类分析，揭示了自改进行为对正确性、证据要求及资源消耗的影响。
LLM智能体受限自演化与准入闸门机制
一项arXiv研究提出，自我改进的LLM智能体若重写自身，会破坏监管者所依赖的变更记录。研究者将自演化限定在运行时挂架层，模型权重保持不变，并设计带哈希链记录的准入闸门。仿真中闸门仅接纳7449个候选变更中的144个，且无一致命错误恶化。
智能体可控遗忘机制实现上下文可逆压缩
arXiv论文提出智能体控制的遗忘机制，让模型把冗余的工具返回结果替换为简短笔记并存入可恢复归档，无需任务训练。在OpenTelemetry调试实验中，提示词token从912492降至231951，成本从约4.38美元降至约1.28至1.44美元，但耗时增加17%，且节省效果依赖具体工作负载。
可解释的表头中心语义表格解读框架
arXiv 上一项研究提出以表头为中心的可解释框架，用于仅有元数据条件下的列类型标注与数据质量评估。该框架把表头映射为39种可解释类型，结合数据质量问题分类体系生成规则化检测，并聚合为数据源级指标 HeadersIQ，在约12万列表头上完成评测。
无模式数据合成框架STS实现企业级智能体训练数据生成
研究者提出无模式数据合成范式STS，让大模型智能体在模拟企业环境中通过调用策略执行API生成数据，由构造保证结构有效性。其通用填充器GP在十个环境中实现0.88平均边际保真度与百分之百约束满足，且无需访问数据库模式，并开源全部框架、环境与数据集。