核心用法
Workflow 是一套基于 Shell 脚本和文件系统的工作流自动化框架，而非传统意义上的工作流引擎（如 Apache Airflow）。其核心设计围绕文件驱动的数据流展开：
- 组件层：预置 connections（认证配置）、nodes（可复用操作）、triggers（事件源）三类组件，支持跨工作流复用
- 编排层：通过
flow.md声明节点依赖关系，利用config.yaml管理参数 - 执行层：
run.sh作为入口脚本，借助flock实现并发锁控制，通过管道将数据写入data/NN-name.json序列化文件
显著优点
1. 零运行时依赖：仅需 jq/yq/curl 等常见 CLI 工具，无需守护进程或数据库
2. 透明可调试：所有中间状态以明文 JSON 留存于 state/ 和 data/ 目录，cursor.json/seen.json 实现断点续传
3. Git 友好：纯文本配置与代码，天然支持版本控制和代码审查
4. 错误策略显式化：强制声明 on error（retry/fail/continue/alert）和 on empty（skip/continue/fail）行为
潜在局限
- 无分布式能力：锁机制基于本地文件（
/tmp/workflow-*.lock），无法跨机器协调 - 状态一致性风险：文件系统状态非事务性，异常中断可能导致
checkpoint.json与实际执行状态不一致 - 学习曲线：需熟练掌握 jq 语法及 Shell 错误处理，对非 CLI 用户门槛较高
- macOS Keychain 绑定：密钥管理强依赖 Apple 生态，Linux 环境需额外适配
适合人群
个人开发者、DevOps 工程师、需要轻量 ETL 或定时任务编排的小型团队，尤其适合已有 Shell 脚本积累、追求"可 git diff"可审计的场景。
常规风险
- 并发竞态：
flock虽防重复执行，但节点间若共享外部资源（如 API 限流），需额外幂等设计 - 敏感信息泄露：
config.yaml可能含明文凭据，需配合.gitignore或外部密钥管理 - 磁盘膨胀：
logs/以 JSONL 累积，长期运行需定期清理策略