Prefect
开源数据流和工作流编排框架，支持任务调度、监控和错误处理，广泛用于数据工程和AI自动化流水线管理
核心事实
时间轴 (近 90 天)
传统工作流引擎（如 Airflow DAG、Temporal、Prefect）的共同前提是执行路径在首次运行前已确定，任务图、控制流边、失败重试和条件分支均提前写死。
LangChain、Prefect等编排框架可在任务级设置预算变量，在每次子任务执行前校验累计成本
搭建AgenticOS系统需要Docker Compose 2.24及以上版本，使用带pgvector的Postgres、Redis和Prefect，镜像支持amd64和arm64架构
数据编排工具如Airflow、Prefect、dbt负责调度和转换进入模型的训练与推理数据
DAG调度架构在数据工程领域（如Apache Airflow、Prefect）已经成熟
Airflow（或Prefect、Dagster）负责编排有依赖关系的ML任务（DAG），并处理调度、重试、告警
Prefect 和 Airflow 属于工作流编排平台，侧重数据管道的 DAG 调度与监控，提供可视化界面
DAG范式已被Apache Oozie、Apache Airflow、Prefect、Dagster等工作流系统工业验证二十余年
DAG范式已被Apache Oozie、Apache Airflow、Prefect、Dagster等工作流编排系统采用，并提供重试策略、超时控制、资源分配和执行日志等生产级能力
DAG已在Apache Airflow、Prefect等生产级工作流引擎中被验证为可靠的编排范式
还有 1 条时间轴事件
全部知识事实 (12)
Apache Airflow和Prefect等数据编排工具都基于DAG模型
80%待验证传统工作流引擎（如 Airflow DAG、Temporal、Prefect）的共同前提是执行路径在首次运行前已确定，任务图、控制流边、失败重试和条件分支均提前写死。
50%待验证LangChain、Prefect等编排框架可在任务级设置预算变量，在每次子任务执行前校验累计成本
50%待验证搭建AgenticOS系统需要Docker Compose 2.24及以上版本，使用带pgvector的Postgres、Redis和Prefect，镜像支持amd64和arm64架构
50%待验证数据编排工具如Airflow、Prefect、dbt负责调度和转换进入模型的训练与推理数据
50%待验证DAG调度架构在数据工程领域（如Apache Airflow、Prefect）已经成熟
50%待验证Airflow（或Prefect、Dagster）负责编排有依赖关系的ML任务（DAG），并处理调度、重试、告警
50%待验证Prefect 和 Airflow 属于工作流编排平台，侧重数据管道的 DAG 调度与监控，提供可视化界面
50%待验证DAG范式已被Apache Oozie、Apache Airflow、Prefect、Dagster等工作流系统工业验证二十余年
50%待验证DAG范式已被Apache Oozie、Apache Airflow、Prefect、Dagster等工作流编排系统采用，并提供重试策略、超时控制、资源分配和执行日志等生产级能力
50%待验证DAG已在Apache Airflow、Prefect等生产级工作流引擎中被验证为可靠的编排范式
50%待验证工作流编排的三种技术范式为有向无环图（DAG）编排、状态机编排和反应式编排，其中LangGraph和Prefect采用DAG模式
50%