apex-taskflow 0.1.1

Zero-dependency Python workflow engine — DAG, @flow, @task, state

Apex

Motor de workflows em Python — DAG, @flow, @task, state implícito

---

O que é

Apex é um framework Python zero-dependências para construir workflows, automações e agentes. Transforma funções Python comuns em grafos acíclicos dirigidos (DAGs) analisando o código-fonte em tempo real.

from apex.graph import flow, state

@flow
def meu_workflow():
    etapa1()
    etapa2()

meu_workflow.run(state={"chave": "valor"})

---

Quick Start

pip install apex-taskflow

from apex.graph import flow, task, state

@task(retry=2)
def buscar_dados():
    state.dados = {"valor": 42}

@task(timeout=10)
def processar():
    state.resultado = state.dados["valor"] * 2

@flow
def pipeline():
    buscar_dados()
    processar()

resultado = pipeline.run()
print(resultado.resultado)  # 84

---

Filosofia

• Zero configuração — decorators e funções padrão
• Implícito por design — state global por execução sem injeção manual
• Tudo é uma task — toda chamada de função vira nó no DAG
• Paralelismo automático — tasks independentes rodam em paralelo
• Visualização nativa — ASCII, SVG, Mermaid, HTML, PNG

---

Estrutura

apex/
├── __init__.py          # from apex.graph import flow, task, state
├── __version__.py       # 0.1.0
└── graph/
    ├── _state.py        # State + _StateProxy + contextvars
    ├── _dag.py          # AST walker → DAG + cycle detection
    ├── _scheduler.py    # Flow, @flow, @task, executor, retry, timeout
    └── _viz.py          # ASCII, SVG, Mermaid, HTML, PNG

---

Documentação

Seção	Conteúdo
graph — motor de workflows	@flow, @task, state, scheduler, DAG
Exemplos completos	Pipeline, e-commerce, ReAct, padrões

---

Licença

MIT — veja LICENSE.