trigger.dev
Trigger.dev官网截图
点击查看大图
Trigger.dev

Trigger.dev

部分免费
2 次访问
访问网站 HTTPS 访问

Trigger.dev 是面向 TypeScript 开发者的开源平台,专注构建持久化 AI Agent 与工作流。核心能力包括无超时限制的长任务执行、自动重试与队列、LLM 可观测性、实时流式输出以及弹性伸缩。开发者可自由定制构建流程与容器镜像,GitHub 星标 16.4k+,采用 Apache 2.0 协议,支持自托管。

核心功能

持久化Agent
agent 在刷新、重部署或崩溃后仍可恢复运行,对话状态与中间结果不会丢失。
自动重试
在 task 配置中设定 maxAttempts、指数退避与随机抖动,失败任务按策略自动重跑。
实时流输出
通过 Realtime API 将 LLM 响应直接流到前端,无需自建 API 路由中转。
人在回路
工具调用可标记 needsApproval,运行暂停等待人工确认后继续执行订单退款等操作。
LLM可观测
内置日志、追踪与运行仪表盘,按标签与元数据过滤,快速定位失败步骤。
弹性伸缩
无需管理服务器,任务触发后自动分配执行资源,按实际运行时间计费。
Cron定时
用代码声明持久化定时任务,部署后由平台调度,不依赖外部 cron 服务。
构建扩展
支持 Python、Prisma、Puppeteer、FFmpeg、apt-get 与自定义 esbuild 插件。
批量触发
一次提交多条结构化输入,平台并行执行并汇总每次运行的输出与状态。
版本原子性
每次部署生成独立版本,运行中的任务不受新代码影响,避免中途中断。

使用指南

  1. 1

    访问 trigger.dev 注册账号并创建项目,获取项目引用与开发密钥。

  2. 2

    在本地项目执行 npx trigger.dev@latest init 初始化 SDK 与配置文件。

  3. 3

    在 trigger 文件夹内用 task() 定义任务,填写 id、retry 策略与 run 函数。

  4. 4

    用 chat.agent() 声明 Agent,传入 tools、模型与 streamText 运行逻辑。

  5. 5

    为需要人工确认的工具加 needsApproval 标记,实现暂停后再继续的流程。

  6. 6

    本地运行 npx trigger.dev@latest dev 调试,实时查看日志与任务运行详情。

  7. 7

    执行 npx trigger.dev@latest deploy 部署到云端,任务自动获得弹性伸缩能力。

  8. 8

    在控制台查看运行记录,用标签、元数据过滤失败任务并批量重跑。

  9. 9

    通过 Realtime hooks 将运行状态与流式文本接入前端界面。

优势亮点

  • 任务在部署、崩溃与刷新后仍可恢复,长流程不会因单点失败而从头重跑。

  • 支持自定义 esbuild 插件、apt 包、FFmpeg 与 Python,运行环境不设硬性限制。

  • chat.agent 内置工具调用、审批暂停、流式输出与遥测,减少样板代码。

  • Apache 2.0 协议,源码可查可改,团队可在自有基础设施上部署。

使用须知

定价: Trigger.dev 采用开源加云托管的模式:SDK 与平台代码以 Apache 2.0 协议开放,可自行部署到自有基础设施;云版本按代码实际执行时间计费,开发环境提供一定免费额度,具体价格随版本与用量调整,以官网定价页为准。建议个人开发者与小项目先用云版免费额度验证流程,有合规或成本控制需求的中大型团队再评估自托管方案。

价格和授权政策可能变化,请以官网最新信息为准

访问第三方网站时,请注意以下事项:

  • 谨慎提供个人账号、密码和支付信息
  • 下载文件前确认来源安全,警惕诱导性广告
  • 涉及版权素材使用时,请核实授权范围
  • 如遇网站无法访问或内容异常,可反馈给我们

常见问题

项目采用 Apache 2.0 开源协议,可免费自托管运行。官方云服务提供开发用免费额度,超出后按实际执行时间计费,具体档位与限额以官网定价页为准。

核心 SDK 面向 TypeScript 与 JavaScript,任务定义、Agent 编排与 Realtime 均以 TS 为主。构建阶段可通过构建扩展执行 Python 脚本,并自动安装 requirements.txt 中的依赖。

Trigger.dev 聚焦 TypeScript 与 AI Agent 场景,强调长任务无超时、容器级构建自由与 LLM 可观测性。Inngest 偏事件驱动编排,Temporal 功能全面但需要自行运维,三者定位与运维成本不同。

可以。平台为每次运行保留状态与检查点,重部署生成原子版本,运行中的任务不受新代码影响。配合 task() 中的 retry 配置与 checkpointing 能力,任务中断后可按策略继续执行。

在工具定义中加上 needsApproval: true,运行时遇到该工具会暂停并等待人工确认,运行实例保持存活。确认后继续执行,例如订单退款、发送邮件等敏感操作可放在审批之后。

可以。chat.toStreamTextOptions() 与 Realtime API 配合,可将任意提供商的流式响应直接转发到前端,同时提供 React hooks 展示运行状态与元数据,无需自建 API 路由。

自托管需要具备容器编排与数据库运维能力,官方提供部署文档与镜像。若团队缺少 DevOps 资源,或对数据驻留没有硬性要求,直接使用官方云服务成本更低。

深度了解

Trigger.dev 是一个面向 TypeScript 开发者的开源平台,定位是构建持久化 AI Agent 与后台工作流。它解决的核心问题是:AI 任务动辄运行数分钟甚至数小时,普通 Serverless 函数会超时,自建队列又难以处理状态恢复。Trigger.dev 让任务在刷新、重部署或崩溃后继续运行,并把重试、队列与可观测性做成默认能力。

功能层面,它提供 task() 与 chat.agent() 两套声明式 API,支持自动重试、指数退避、Cron 定时、批量触发、结构化输入输出与人在回路审批。Realtime API 可以把 LLM 流式输出直接推到前端,无需额外搭建 API 路由。可观测性模块包含日志、追踪、运行仪表盘、标签过滤与实时告警,任务失败会通过邮件、Slack 或 webhook 通知。部署后平台负责伸缩,只在代码实际执行时计费。

使用场景覆盖 AI 客服与支持 Agent、媒体处理与生成、营销邮件序列、定时抓取、浏览器自动化、语义搜索与 Python 脚本执行。用户可以在构建流程中安装 FFmpeg、Puppeteer、Prisma 或任意 apt 包,构建产物与最终容器镜像均可自定义,这是多数受限运行时做不到的。

与 Inngest、Temporal 相比,Trigger.dev 更聚焦 TypeScript 与 AI Agent 场景:Inngest 偏事件驱动编排,Temporal 面向企业级工作流但需自行运维,Trigger.dev 则在开箱可用性与构建自由度之间取平衡。Apache 2.0 协议允许自托管,云版本按用量付费。

适合人群为用 TypeScript 开发 AI 产品的后端与全栈工程师、需要可靠后台任务的 SaaS 团队,以及希望减少基础设施投入的独立开发者。若项目对运行环境有严格合规要求,或团队主要使用 Java、Go 生态,可先评估其云服务是否满足数据驻留需求。

用户评价

还没有评分

成为第一个评价 Trigger.dev 的人

我的评分

随下方评论一并提交

内容质量
使用体验
加载速度
安全可靠
总体评价非常满意
0/500
访问第三方网站时,请注意账号、隐私与支付安全