Awesome GitHub RepositoriesWorkflow Orchestrators

Payload is a headless content management system and application framework that uses a code-first approach to define data schemas and administrative interfaces. By utilizing a centralized, type-safe configuration object, it automatically generates database schemas, API endpoints, and a fully customizable admin panel. The system is built on a database-agnostic architecture, allowing it to interface with various storage engines while providing a unified, type-safe API for server-side operations, REST, and GraphQL. What distinguishes Payload is its deep extensibility and developer-centric design.

Encore is a distributed systems framework designed to unify backend development, infrastructure provisioning, and observability. It functions as an infrastructure-as-code platform that allows developers to define cloud resources, databases, and messaging topics directly within their application code. By analyzing these declarations at compile-time, the system automatically manages the deployment of cloud resources and security policies, ensuring parity between local development and production environments. The platform distinguishes itself through its integrated development experience, which

Hatchet is an open-source durable workflow engine and task orchestration platform. It provides a framework for building and executing fault-tolerant, multi-step pipelines as directed acyclic graphs (DAGs), with automatic retries, scheduling, and real-time observability. The system is built around durable task checkpointing, which persists execution state after each step so work can resume from the last checkpoint after a worker crash or restart, and it supports event-driven task resumption that pauses a task until a matching external event arrives. The platform distinguishes itself through it

Osmedeus is a security workflow orchestration engine that coordinates AI agents, shell commands, and scanning tools through declarative YAML pipelines. It functions as a distributed security scanner, a declarative workflow automator, and an AI agent framework for security, enabling automated multi-step security analysis with conditional branching, parallel execution, and distributed workers. The engine distinguishes itself through a hybrid runner model that executes workflow steps on the local host, inside Docker containers, or over SSH to remote machines, selected per step or module. It supp

SuperduperDB este un orchestrator de agenți AI și o platformă de machine learning integrată în baza de date. Servește drept framework pentru construirea de agenți AI cu stare și aplicații de retrieval-augmented generation prin integrarea modelelor de limbaj mari direct cu backend-urile bazelor de date. Proiectul permite implementarea infrastructurii AI self-hosted și gestionarea modelelor de limbaj pe hardware privat folosind checkpoint-uri locale. Se distinge prin faptul că permite utilizatorilor să atașeze componente AI direct la câmpurile de date, declanșând execuția modelului și transformări automate bazate pe inserările și actualizările bazei de date. Platforma acoperă o gamă largă de capabilități, inclusiv orchestrarea machine learning pentru antrenare și fine-tuning, integrarea căutării vectoriale pentru recuperarea multimodală și un strat de date agnostic față de backend care suportă diverse motoare de stocare SQL și NoSQL. Oferă, de asemenea, instrumente pentru orchestrarea declarativă a fluxurilor de lucru și împachetarea aplicațiilor AI reutilizabile. Sistemul este implementat în Python și oferă un API uniform pentru interacțiunea cu mai multe backend-uri de baze de date.

JASONETTE-iOS este un framework de aplicații mobile bazat pe JSON utilizat pentru a construi aplicații iOS folosind markup JSON declarativ. Acesta mapează datele structurate către componente native iOS și metode de sistem, permițând definirea interfețelor de utilizator și a răspunsurilor la evenimente fără a scrie cod imperativ tradițional. Framework-ul include un motor de livrare a logicii la distanță care încarcă structura și comportamentul aplicației prin HTTP. Acest lucru permite actualizări ale interfețelor și ale logicii aplicației "over the air" fără a necesita redistribuirea binarului aplicației. Sistemul gestionează fluxul aplicației prin gestionarea declarativă a stării și o interfață de tip bridge nativ care execută API-urile hardware și de sistem ale dispozitivului. Poate fi utilizat ca instrument de dezvoltare de sine stătător sau ca extensie hibridă pentru a adăuga seturi de funcționalități dinamice proiectelor native iOS existente.

IntelOwl este o platformă de threat intelligence și un motor de orchestrare a securității conceput pentru a agrega, analiza și îmbogăți observabilele de securitate. Funcționează ca un instrument de investigare a incidentelor de securitate și un agregator de threat intelligence, colectând date despre fișiere, domenii și adrese IP din diverse surse interne și externe. Sistemul se diferențiază prin automatizarea fluxului de lucru bazată pe playbook-uri, permițând utilizatorilor să definească secvențe reutilizabile de sarcini de analiză care declanșează joburi ulterioare pe baza rezultatelor anterioare. Unifică datele de securitate disparate într-o schemă comună și utilizează controale de acces la nivel de protocol pentru a restricționa execuția analizatoarelor în funcție de sensibilitatea datelor. Platforma acoperă o gamă largă de capabilități, inclusiv ingestia de indicatori bazată pe evenimente, fluxuri de lucru automatizate pentru centrele de operațiuni de securitate (SOC) și îmbogățirea inteligenței. Oferă instrumente pentru organizarea investigațiilor și vizualizarea rezultatelor analizei prin dashboard-uri pentru a corela descoperirile. Proiectul este implementat în Python.

ThreatHunter-Playbook este o colecție de playbook-uri standardizate, biblioteci de detecție și ghiduri de tradecraft concepute pentru a informa planificarea vânătorii de amenințări (threat hunting). Oferă un depozit de detecție de securitate cu interogări și ipoteze validate, alături de un ghid de tradecraft al adversarului care detaliază comportamentele sistemului și sursele de date asociate tehnicilor atacatorilor. Proiectul se concentrează pe dezvoltarea blueprint-urilor de vânătoare și standardizarea logicii de detecție. Se integrează cu framework-ul MITRE ATT&CK pentru a mapa detecțiile și ipotezele la tacticile și tehnicile adversarului, asigurând o analiză structurată a acoperirii. Depozitul acoperă execuția fluxurilor de lucru de threat hunting prin notebook-uri interactive și analize. Include procese pentru analiza tradecraft-ului adversarului, dezvoltarea regulilor de detecție repetabile și utilizarea logicii de grupare tactică pentru a organiza comportamentele post-compromitere.

This project is a library of version-controlled workflow definitions and a collection of Groovy scripts and configuration snippets for implementing continuous integration and delivery automation in Jenkins. It serves as a reference for building automated pipelines using both declarative syntax and scripted logic. The repository provides template collections and implementation patterns for creating software build and deployment workflows. It includes reusable functions and logic patterns designed to standardize pipeline behavior and eliminate code duplication across multiple projects through t

Acest proiect este o bibliotecă Ruby pentru definirea și gestionarea ciclurilor de viață ale obiectelor prin stări, evenimente și reguli de tranziție. Funcționează ca un motor de flux de lucru declarativ care impune logica de business prin restricționarea modificărilor atributelor la căi predefinite și valide în cadrul claselor Ruby. Biblioteca se distinge prin integrarea profundă cu straturile de persistență a bazei de date, permițându-i să sincronizeze automat schimbările de stare cu modelele de date, framework-urile de validare și gestionarea tranzacțiilor. Suportă configurarea dinamică, permițând construirea regulilor ciclului de viață la runtime din surse de date externe, și oferă instrumente de diagnosticare, cum ar fi vizualizarea grafică a relațiilor de stare și analiza căilor de tranziție pentru a audita fluxuri de lucru complexe. Dincolo de gestionarea tranzițiilor de bază, framework-ul include un sistem de hook-uri bazat pe callback-uri pentru executarea logicii personalizate în timpul actualizărilor ciclului de viață și oferă metode pentru interogarea stării curente a obiectului sau verificarea tranzițiilor permise. Dispune, de asemenea, de injecție dinamică de metode pentru a gestiona interogările de stare și declanșarea evenimentelor direct pe obiecte.

Acest proiect este un generator de date sintetice conceput pentru a crea seturi de date tabelare și de serii temporale realiste pentru fluxuri de lucru de machine learning și testare. Funcționează ca o platformă de conservare a confidențialității care modelează distribuțiile statistice subiacente ale datelor sursă pentru a produce noi înregistrări care mențin proprietățile statistice originale și integritatea structurală. Instrumentul se distinge prin utilizarea eșantionării statistice optimizate pentru CPU, permițând generarea de date de înaltă performanță pe hardware standard, fără a fi nevoie de unități de procesare grafică specializate. Utilizează un motor de flux de lucru declarativ, bazat pe configurație, care permite utilizatorilor să gestioneze și să execute pipeline-uri de generare printr-o interfață de linie de comandă, eliminând necesitatea codării manuale. Sistemul încorporează zgomot diferențial pentru conservarea confidențialității, pentru a se asigura că punctele de date individuale nu pot fi re-identificate din seturile generate. De asemenea, dispune de validare conștientă de schemă pentru a se asigura că tot output-ul rămâne compatibil cu constrângerile existente ale bazei de date și ale machine learning-ului, în timp ce modelarea dependenței temporale captează tipare secvențiale pentru a menține un flux cronologic realist în datele de serii temporale.

Dag-factory este un framework pentru construirea și gestionarea pipeline-urilor de date Apache Airflow prin fișiere de configurare declarative. Prin înlocuirea codului procedural manual cu definiții YAML structurate, acesta permite generarea programatică a structurilor complexe de workflow, a dependențelor de sarcini și a programărilor de execuție. Proiectul se distinge prin maparea cheilor de configurare direct la constructori de clase Python și operatori, permițând instanțierea dinamică a obiectelor și logica personalizată. Suportă moștenirea ierarhică a configurației pentru a standardiza setările între medii și oferă mecanisme pentru injectarea specificațiilor de pod Kubernetes direct în definițiile sarcinilor pentru a asigura o execuție izolată și scalabilă. Framework-ul acoperă întregul ciclu de viață al pipeline-ului, inclusiv descoperirea automată a fișierelor, maparea dinamică la nivel de sarcină pentru procesarea paralelă și atașarea de metadate pentru integrarea cu sisteme externe. De asemenea, include utilitare de linie de comandă pentru validarea configurațiilor, declanșarea execuțiilor și gestionarea migrărilor de mediu.