企业官网建设流程全解析

Conductor 多语言客户端 SDK 生态指南：从 Clojure、C#、Go、Python 到官方七语言 SDK 的跨语言 Worker 开发

【免费下载链接】conductorConductor is an event driven agentic workflow engine providing durable and highly resilient execution engine for applications and AI Agents项目地址: https://gitcode.com/GitHub_Trending/co/conductor

Conductor 是一个事件驱动的 Agentic 工作流引擎，其核心设计之一便是多语言（Polyglot）编程模型：同一个工作流里的不同任务可以由不同语言编写的 Worker 执行，开发者可以按任务场景选择最合适的语言。本文以仓库中 polyglot-clients/README.md 为骨架，结合仓库内 SDK 官方文档与源码模块，系统梳理 Conductor 的客户端 SDK 清单、各语言快速上手方式、底层协议支撑与生态共建路径，读完即可为自己的团队选定语言栈并落地第一个 Worker。

多语言编程模型：一个工作流，多种语言的任务

仓库根目录下的 conductor-clients/README.md 开宗明义地说明了这一设计：

Conductor supports polyglot programming model. A workflow can have tasks written in different languages allowing developers to choose the best language for the task.

这意味着：

• 编排与执行分离：工作流定义（WorkflowDef）只描述任务拓扑，不绑定具体语言；任务实际由 Worker 进程轮询执行，Worker 可以用任意受支持语言编写；
• 语言按需选择：数据密集型任务可以用 Go/C++ 风格的高并发 Worker，AI 相关任务可以用 Python/Ruby 的生态，前端团队可以用 TypeScript 维护自己的任务；
• 任务间通过输入/输出数据交互：语言差异被任务输入输出（inputData/outputData）屏蔽，跨语言任务链无需额外转换层。

正是这种语言无关的架构，催生了仓库内外一整套面向不同语言用户的客户端 SDK。本文聚焦的 polyglot-clients/README.md 正是这份"语言客户端 SDK 清单"的入口文档。

两份 SDK 清单：conductor-sdk 与仓库内官方文档

要摸清 Conductor 的多语言 SDK 全景，需要同时看两份材料：一份是本文主题文档 polyglot-clients/README.md 维护的社区 SDK 清单；另一份是仓库文档 docs/documentation/clientsdks/index.md 记录的七种官方 SDK。

polyglot-clients/README.md 中的 SDK 清单

polyglot-clients/README.md 明确指出：各语言客户端 SDK 由独立的conductor-sdk仓库统一维护，并列出当前可用客户端：

其中 JavaScript SDK 明确标注为In progress (PRs encouraged!)，即仓库作者期待社区贡献来补齐这块拼图——这也直接反映了多语言 SDK 生态的开放共建模式。

conductor-clients 与七种官方 SDK

仓库根目录的另一份清单 conductor-clients/README.md 从"支持的语言"角度给出了对应关系：

而 docs/documentation/clientsdks/index.md 进一步把官方 SDK 扩充为七种语言，每种都有独立的参考文档页（安装、Worker 编写、可运行示例），并声明所有 SDK 均为开源：

此外，该文档还提到 Java、Python、JavaScript/TypeScript、C# 四种 SDK 额外支持统一的 Conductor Agent 上手路径。如果你是初学者，官方推荐先走 快速开始（first-workflow.md、first-worker.md、connect.md），再回到各语言参考页研究细节。

各语言 SDK 快速上手

下面的示例均继承自仓库内各 SDK 官方文档，可直接对照原文复制运行。所有示例都假设你已经有一个可访问的 Conductor Server（默认http://localhost:8080）。

Java：注解与自动轮询的 Worker 框架

Java SDK 要求Java 21+，通过 Maven Central 分发（java-sdk.md）。

Gradle 引入：

dependencies { implementation 'org.conductoross:conductor-client:VERSION' // 可选：引入 Spring 模块以获得自动配置 // implementation 'org.conductoross:conductor-client-spring:VERSION' }

Maven 引入：

<dependency> <groupId>org.conductoross</groupId> <artifactId>conductor-client</artifactId> <version>VERSION</version> </dependency>

编写 Worker：Worker 是实现Worker接口的 Java 类，负责轮询 Conductor 上的任务并执行：

public class GreetWorker implements Worker { @Override public String getTaskDefName() { return "greet"; } @Override public TaskResult execute(Task task) { String name = (String) task.getInputData().get("name"); TaskResult result = new TaskResult(task); result.setStatus(TaskResult.Status.COMPLETED); result.addOutputData("greeting", "Hello, " + name + "!"); return result; } }

主程序通过OrkesClients构建 API 客户端、用TaskRunnerConfigurer启动自动轮询线程，并通过WorkflowExecutor以代码方式注册并启动工作流，完整的Main.java示例见 java-sdk.md。

Python：装饰器风格的 Worker

Python SDK 一条命令安装（python-sdk.md）：

pip install conductor-python

Step 1：以代码定义工作流。用ConductorWorkflow构建名为greetings的工作流，用>>运算符串起任务，并声明输出参数：

from conductor.client.workflow.conductor_workflow import ConductorWorkflow workflow = ConductorWorkflow(name='greetings', version=1, executor=executor) greet_task = greet(task_ref_name='greet_ref', name=workflow.input('name')) workflow >> greet_task workflow.output_parameters({'result': greet_task.output('result')}) workflow.register(overwrite=True)

Step 2：用装饰器写 Worker。Worker 就是被@worker_task装饰的普通 Python 函数：

from conductor.client.worker.worker_task import worker_task # register_task_def=True 便于本地快速验证；生产环境建议单独管理任务定义 @worker_task(task_definition_name='greet', register_task_def=True) def greet(name: str) -> str: return f'Hello {name}'

Step 3：组装并运行。在quickstart.py中通过Configuration、OrkesClients与TaskHandler（start_processes()启动多进程轮询）把 Worker 注册进 Conductor，随后通过WorkflowExecutor启动工作流并打印workflow_id。完整的可运行代码见 python-sdk.md。

Go：类型安全的流程定义

Go SDK 支持go mod初始化后直接拉取（go-sdk.md）：

mkdir hello_world cd hello_world go mod init hello_world go get github.com/conductor-sdk/conductor-go

以hello_world示例中的CreateWorkflow函数为例，工作流完全由类型安全的 Go 代码构建：

func CreateWorkflow(executor *executor.WorkflowExecutor) *workflow.ConductorWorkflow { wf := workflow.NewConductorWorkflow(executor). Name("greetings"). Version(1). Description("Greetings workflow - Greets a user by their name"). TimeoutPolicy(workflow.TimeOutWorkflow, 600) greet := workflow.NewSimpleTask("greet", "greet_ref"). Input("person_to_be_greated", "${workflow.input.name}") wf.Add(greet) // 通过 OutputParameters 声明工作流输出，例如将 greet 任务的输出暴露为 "greetings" // ... }

其中${workflow.input.name}是工作流输入参数引用语法，greet_ref是任务引用名（task reference name），后续输出参数通过OutputRef引用任务结果。完整的三步走（建工作流 → 写 Worker → 启动执行器）示例见 go-sdk.md。

JavaScript / TypeScript：Promise 风格 API

JavaScript SDK 面向 TypeScript 优先（js-sdk.md）：

npm install @io-orkes/conductor-javascript

Step 1：以代码定义工作流：

import { ConductorWorkflow, simpleTask } from "@io-orkes/conductor-javascript"; const workflow = new ConductorWorkflow(executor, "greetings") .add(simpleTask("greet_ref", "greet", { name: "${workflow.input.name}" })) .outputParameters({ result: "${greet_ref.output.result}" }); await workflow.register();

Step 2：用@worker装饰器写 Worker：

import { worker } from "@io-orkes/conductor-javascript"; @worker({ taskDefName: "greet" }) async function greet(task: Task) { return { status: "COMPLETED", outputData: { result: `Hello ${task.inputData.name}` }, }; }

Step 3：在quickstart.ts中组合OrkesClients、TaskHandler与上述ConductorWorkflow完成注册与启动，完整示例见 js-sdk.md。

C# / .NET：DI 与 async/await

C# SDK 通过 NuGet 分发（csharp-sdk.md）：

dotnet add package conductor-csharp --version VERSION

快速上手代码展示了从配置到启动的完整链路：

using Conductor.Client; using Conductor.Definition; using Conductor.Definition.TaskType; using Conductor.Executor; var configuration = new Configuration { BasePath = Environment.GetEnvironmentVariable("CONDUCTOR_SERVER_URL") ?? "http://localhost:8080/api" }; var workflow = new ConductorWorkflow() .WithName("greetings") .WithVersion(1); var greetTask = new SimpleTask("greet", "greet_ref") .WithInput("name", workflow.Input("name")); workflow.WithTask(greetTask); var executor = new WorkflowExecutor(configuration); executor.RegisterWorkflow(workflow, overwrite: true); var workflowId = executor.StartWorkflow(new StartWorkflowRequest { Name = "greetings", Version = 1, Input = new Dictionary<string, object> { ["name"] = "Conductor" } });

值得注意的是，SDK 默认从环境变量CONDUCTOR_SERVER_URL读取服务端地址；若对接 Orkes 云服务，需要手动构造Configuration.AuthenticationSettings（OrkesAuthenticationSettings，读取CONDUCTOR_AUTH_KEY/CONDUCTOR_AUTH_SECRET），SDK 不会自动做这一层环境变量映射。

Ruby：Python SDK 的全功能对等实现

Ruby SDK 以 gem 形式发布（ruby-sdk.md）：

gem 'conductor_ruby' # 加入 Gemfile # 或直接安装 gem install conductor_ruby

其官方文档声明的核心特性包括：

• 与 Python SDK 功能完全对等（Full Feature Parity）；
• Ruby 惯用工作流 DSL——基于块的语法，覆盖 25+ 任务类型；
• Worker 框架——多线程任务执行，支持类式与块式两种 Worker；
• LLM/AI 任务——Chat Completion、Embeddings、RAG、图像/音频生成；
• Orkes 云支持——认证、Secrets、集成与 Prompt；
• 测试完备——400+ 单元测试、110 集成测试。

快速开始代码从读取环境变量CONDUCTOR_SERVER_URL构造Conductor::Configuration开始，完整示例见 ruby-sdk.md。

Rust：宏驱动与零成本抽象

Rust SDK 以 crate 形式引入（rust-sdk.md）：

[dependencies] conductor = "VERSION" tokio = { version = "1", features = ["full"] }

若想使用#[worker]宏（类似 Python 的@worker_task装饰器），需要启用macrosfeature：

[dependencies] conductor = { version = "VERSION", features = ["macros"] } conductor-macros = "VERSION" tokio = { version = "1", features = ["full"] }

工作流定义同样是类型安全、链式调用的：

use conductor::models::{WorkflowDef, WorkflowTask}; fn greetings_workflow() -> WorkflowDef { WorkflowDef::new("greetings") .with_version(1) .with_task( WorkflowTask::simple("greet", "greet_ref") .with_input_param("name", "${workflow.input.name}") ) .with_output_param("result", "${greet_ref.output.result}") }

协议层支撑：HTTP 与 gRPC 双通道

多语言 SDK 之所以能"百花齐放"，底层依赖的是语言无关的通信协议。仓库 grpc/src/main/proto 目录下完整定义了 gRPC 接口层：

• workflow_service.proto——工作流启停、状态查询；
• task_service.proto——任务轮询、确认、更新（Worker 的核心通道）；
• metadata_service.proto——工作流/任务定义的注册与查询；
• event_service.proto——事件订阅与发布；
• search.proto——按条件检索执行记录。

grpc/目录下另有model/子目录承载数据模型，仓库中的 grpc-client 与grpc-server模块则实现了协议的服务端与 Java 客户端。任何语言只要实现了这套协议（或等价的 HTTP REST API），就能成为 Conductor 的"一等公民"客户端——这正是 polyglot 生态得以成立的基础设施。

如何选择合适的 SDK

综合前文两份清单，可以按以下维度决策：

• 团队语言栈优先：编排与任务混排的场景下，用团队最熟的语言写 Worker 的维护成本最低；官方七种 SDK（Java、Python、Go、JS/TS、C#、Ruby、Rust）已覆盖主流后端语言；
• AI/LLM 任务密集：优先考虑 Python 与 Ruby SDK——两者都原生支持装饰器/块式任务定义，且 Ruby 官方文档明确声明了 LLM/AI 任务（Chat Completion、Embeddings、RAG、图像/音频生成）支持；
• 性能敏感的高并发 Worker：Go（并发 Worker 执行、struct 输入输出）与 Rust（零成本抽象、异步运行时）更契合；
• 已有 Spring Boot 或 .NET 基础设施：Java（Spring 自动配置）与 C#（依赖注入、async/await）能无缝融入现有工程；
• 社区维护清单：polyglot-clients/README.md 记录的 Clojure SDK 可作为 JVM 生态的补充选项。

生态共建：开发中 SDK 与贡献路径

polyglot-clients/README.md 特别将JavaScript SDK 标记为开发中（In progress，PRs encouraged）。如果你恰好是某语言的拥趸，且该语言尚无官方 SDK，最直接的参与方式就是参照已有 SDK 的实现（协议定义见 grpc/src/main/proto，Java 客户端实现见 grpc-client）提交 PR，填补生态空白。

需要说明的是，各语言 SDK 的最终发布物（如 Maven 坐标org.conductoross:conductor-client、pip 包conductor-python、npm 包@io-orkes/conductor-javascript、NuGet 包conductor-csharp、gemconductor_ruby）由官方在对应仓库独立维护，本仓库内的 docs/documentation/clientsdks 目录提供了每一门语言的最新安装方式、Worker 编写指南与可运行示例，是开发时最直接的参考。

参考文档（仓库内）

• SDK 清单入口：polyglot-clients/README.md
• 语言支持总览：conductor-clients/README.md
• 七语言官方 SDK 索引：docs/documentation/clientsdks/index.md
• 各语言 SDK 详解：Java java-sdk.md / Python python-sdk.md / Go go-sdk.md / JS js-sdk.md / C# csharp-sdk.md / Ruby ruby-sdk.md / Rust rust-sdk.md
• 上手路径：docs/quickstart/index.md、first-workflow.md、first-worker.md
• 协议与客户端实现：grpc/src/main/proto/grpc/task_service.proto、grpc-client

【免费下载链接】conductorConductor is an event driven agentic workflow engine providing durable and highly resilient execution engine for applications and AI Agents项目地址: https://gitcode.com/GitHub_Trending/co/conductor