Prefect
用 Python 装饰器给普通函数加上状态、重试和日志的工作流编排工具,代码可部署在托管算力或自有 Kubernetes、ECS 中,适合觉得 Airflow 配置太重、想把 ETL 和模型训练串成流水线的小团队。
5 次可以打开平均 1.7 秒
本站从国内机房定期实测。竖条由远及近:绿 = 可以打开,橙 = 国内不可直接访问,灰 = 打不开。Prefect 是一个用 Python 写工作流编排的工具。你在普通函数上加 @flow 和 @task 装饰器,它就接管这些函数的运行状态、日志和自动重试,不用另学一套框架。典型场景是把每天要跑的 ETL、模型训练、数据校验串成流水线,替代散落的 cron 脚本加 Slack 报警。
主要功能
核心是持久化执行:某个任务失败会按设定重试,长任务中断后能恢复,不必从头再跑。调度支持 cron、事件触发和补跑历史区间,并发数可以设全局上限。Prefect Cloud 提供统一界面,把各团队的运行、日志、状态收在一处,晚点或失败会触发告警。代码可以部署在 Prefect 托管算力上,也可以留在自己的 VPC 或 Kubernetes、ECS 里,同一份代码换环境不用改。
公司同时维护 FastMCP,一个用来搭 MCP 服务器、把 AI 智能体接到工具和数据上的开源框架,这部分与工作流编排是两条产品线。
费用与限制
开源框架本身免费,云端按档位收费:Hobby 档免费,限 2 个用户、最多 5 个部署、每月 500 分钟 Serverless 算力,运行记录保留 7 天;Starter 档每月 100 美元,3 个用户、20 个部署、75 小时 Serverless。界面为英文,云端需要注册账号登录,开源版可自建服务。企业版另含 30 分钟响应的优先支持。
适合谁
已经在用 Python 写数据管道、觉得 Airflow 配置太重的小团队,或者需要把 ML 训练和智能体任务纳入同一套调度的人。如果只是跑一两个定时脚本,免费档够用;要多人协作和更长日志留存,就得考虑付费档。
