awesome-repositories.com
Blog
MCP
awesome-repositories.com

Descubre los mejores repositorios open-source con nuestra búsqueda potenciada por IA.

ExplorarBúsquedas curadasAlternativas open-sourceSoftware autohospedableBlogMapa del sitio
ProyectoServidor MCPAcerca deCómo clasificamosPrensa
Aviso legalPrivacidadTérminos
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

2 repositorios

Awesome GitHub RepositoriesSerializable Process Definitions

Structures for encapsulating business logic into serializable functions that maintain state across distributed operations.

Distinct from Workflow Definitions: Distinct from Workflow Definitions: focuses on the serializable function-based approach to logic definition rather than declarative task chaining.

Explore 2 awesome GitHub repositories matching software engineering & architecture · Serializable Process Definitions. Refine with filters or upvote what's useful.

Awesome Serializable Process Definitions GitHub Repositories

Encuentra los mejores repositorios con IA.Buscaremos los repositorios que mejor coincidan usando IA.
  • temporalio/temporalAvatar de temporalio

    temporalio/temporal

    18,411Ver en GitHub↗

    Temporal is a distributed workflow orchestration engine designed to manage fault-tolerant, stateful, and long-running background processes. It functions as a platform for coordinating complex cross-service operations, ensuring consistency and reliability in distributed environments by decoupling workflow orchestration from task execution. The platform distinguishes itself through a deterministic, event-sourced execution model that reconstructs workflow state by re-executing code from an immutable event log. This approach isolates non-deterministic side effects into managed activities, allowin

    Encapsulates business processes into serializable functions that maintain state and execution flow across long-running distributed operations.

    Gocronjob-schedulerdistributed-crondistributed-systems
    Ver en GitHub↗18,411
  • zeebe-io/zeebeAvatar de zeebe-io

    zeebe-io/zeebe

    4,171Ver en GitHub↗

    Zeebe es un motor de flujo de trabajo cloud-native y máquina de estados distribuida diseñada para la orquestación de procesos de negocio utilizando estándares BPMN y DMN. Opera como un runtime de flujo de trabajo gRPC de alto rendimiento que ejecuta procesos de negocio complejos a través de una arquitectura de streaming de eventos particionada. El sistema también funciona como un orquestador para agentes de modelos de lenguaje de gran tamaño, coordinando el razonamiento de IA y el uso de herramientas dentro de procesos de negocio deterministas. El motor se distingue por su red de brokers peer-to-peer y un modelo de replicación de datos basado en consenso que garantiza alta disponibilidad y tolerancia a fallos. Emplea un cluster de brokers particionado para lograr escalabilidad horizontal y utiliza contrapresión de solicitudes adaptativa para regular el flujo de comandos entrantes y prevenir la sobrecarga del sistema. La plataforma cubre una amplia superficie de capacidades operativas, incluyendo monitoreo de ejecución en tiempo real con mapas de calor de rendimiento, toma de decisiones de negocio automatizada mediante tablas de decisión y ejecución de tareas distribuidas a través de un modelo de trabajador de tareas basado en polling. También proporciona herramientas para el aislamiento de recursos multi-tenant, control de acceso basado en identidad e integración de APIs web externas y funciones serverless. El sistema puede desplegarse a través de varios entornos, incluyendo Kubernetes y Docker, y se gestiona mediante una combinación de interfaz de línea de comandos y una API REST programática.

    Allows uploading process and decision files to the execution cluster for immediate runtime use.

    Java
    Ver en GitHub↗4,171
  1. Home
  2. Software Engineering & Architecture
  3. Workflow Definitions
  4. Serializable Process Definitions

Explorar subetiquetas

  • Model DeploymentThe process of uploading executable BPMN and DMN files to a runtime cluster. **Distinct from Serializable Process Definitions:** Focuses on the deployment of the model files themselves rather than the serialization of function logic.