Hatchet

Hatchet

Hatchet · Programación · Productividad

Hatchet es un motor de orquestación de código abierto para tareas en segundo plano, agentes de IA y flujos de trabajo duraderos. Los workers corren en tu nube y cada ejecución queda guardada para reintentar o reproducir.

Vista previa de la interfaz de Hatchet

Acerca de Hatchet

About

Qué es Hatchet

Hatchet es una plataforma de orquestación de tareas para equipos que saben escribir una función y no quieren encargarse de la cola que hay detrás. Defines tareas en código, las compones en flujos de trabajo y el motor se ocupa de la programación, los reintentos, los límites de concurrencia y el historial.

La decisión de diseño que más pesa es dónde vive tu código. El motor de orquestación de flujos de trabajo funciona como servicio gestionado, mientras que los workers se ejecutan en tu propia infraestructura: Kubernetes, ECS, Railway o tu portátil durante el desarrollo. Los datos del cliente se quedan en tu nube y solo los metadatos de programación viajan al motor respaldado por Postgres.

Hatchet apunta al desorden que aparece cuando un producto pasa de dos tareas en segundo plano a veinte. Un script de cron casero, una cola con reintentos escritos a mano y una herramienta de pipelines aparte resuelven cada uno un trozo. Aquí todo sigue un mismo modelo: cada tarea es una función, cada función conserva su estado y cada fallo se ve con su traza.

Los límites son honestos. Hatchet es infraestructura para quien programa. No hay lienzo visual ni constructor de flujos sin código, y no vas a montar un flujo de producción solo desde el panel. Si tu equipo no escribe Python, TypeScript, Go o Ruby, no es la herramienta.

Primeros pasos

  1. Crea una cuenta en hatchet.run y saca un token de API del panel. La capa gratuita no pide tarjeta.
  2. Instala un SDK y define tu primera tarea como una función normal, con entrada y salida tipadas.
  3. Registra la tarea en un worker y arranca ese proceso dentro de tu entorno para que se conecte con Hatchet.
  4. Lanza la tarea desde tu API, una expresión cron o un evento entrante, y abre la ejecución en el panel para seguir cada paso.
  5. Añade política de reintentos y límites de concurrencia cuando el camino feliz ya funcione, y separa entornos con tenants distintos.

Información del producto

Un vistazo rápido a los precios, las plataformas compatibles y el rendimiento de Hatchet.

Plan gratuitoSí
Planes de pago$0 - $30 per million task runs
PlataformaCloud, self-hosted, Python, TypeScript, Go, Ruby SDKs
DesarrolladorHatchet
CategoríaProgramación · Productividad
Fecha de lanzamientoDec 2023
Última actualizaciónOct 2026
Visitas al sitio web110K
Ranking global del sitio225K
Disponibilidad de la APISí

Ideal para

Los usuarios, tareas y casos de uso en los que esta herramienta encaja mejor.

Usuarios

  • Ingenieros de backend que quieren jubilar una cola de tareas en segundo plano hecha en casa
  • Equipos de producto con IA que mueven agentes de varios pasos
  • Equipos de datos y plataforma con problemas de equidad entre clientes
  • Startups que prevén autoalojar más adelante

Tareas

  • Procesamiento de trabajos en segundo plano
  • Orquestación de agentes de IA
  • Flujos programados y por eventos
  • Pipelines de ingesta grandes

Casos de uso

  • Salir de un cron frágil que nadie quiere tocar un viernes por la tarde.
  • Lanzar un agente de investigación de 30 minutos que tiene que sobrevivir a un despliegue a mitad de camino.
  • Incorporar un servicio nuevo que necesita equidad por usuario desde el primer día, sin escribir un limitador a las prisas.

Funciones clave

Ejecución duradera sobre Postgres

Cada tarea y cada cambio de estado se escriben en Postgres, así que un worker caído no se lleva por delante el trabajo en curso. La ejecución duradera permite pausar, esperar y reanudar, incluso después de un despliegue o una caída. Puedes reproducir una ejecución fallida desde el panel en vez de adivinar qué entrada tenía.

Concurrencia, límites de tasa y equidad

Los límites de concurrencia se pueden ligar a campos de la entrada, de modo que un cliente ruidoso no ocupa todos los slots. Los límites globales y dinámicos conviven con prioridad y reglas de equidad para colas con varios tenants. Esta es la parte que casi todos los equipos acaban escribiendo a mano y lamentando.

Flujos con tareas hijas

Las tareas se componen en DAG y una tarea puede lanzar hijas en tiempo de ejecución, algo que viene bien para abanicos como procesar mil documentos a la vez. Las salidas pasan solas a los pasos dependientes y cada hija mantiene su propio reintento. Los flujos largos se leen bien porque cada paso es una función normal.

Disparadores por evento, cron y webhook

Los flujos arrancan desde tu API, una expresión cron, una marca de tiempo programada o un evento entrante. Los ingestores de webhook incluidos evitan montar otro servicio solo para recibir un callback de Stripe o GitHub. Los eventos también se pueden reproducir, útil cuando el sistema de destino estaba caído.

Observabilidad con OpenTelemetry

Hatchet ejecuta un colector de OpenTelemetry, así que cada ejecución genera trazas y spans que puedes enviar a tu stack actual. Los logs de la aplicación se buscan en el panel con texto completo y filtros. Las alertas de fallo llegan antes de que el cliente note el correo que falta.

SDK y autoalojamiento sin límites

Hay SDK oficiales de Python, TypeScript, Go y Ruby, y la misma definición de tarea sirve en la nube y en un despliegue propio. El autoalojamiento levanta motor, panel y Postgres juntos, y la licencia MIT no pone techo de ejecuciones. Quien empieza en la capa gratuita puede llevar el motor a su casa después sin tocar las tareas.

Ventajas y desventajas

Ventajas

  • El modelo de tareas es pequeño: una función, una entrada tipada, una salida tipada. La mayoría del equipo produce algo útil en una tarde.
  • El historial de ejecuciones sirve de verdad, con estado por paso, logs y reproducción en lugar de un archivo que revisas a mano.
  • Las claves de concurrencia y los límites de tasa son funciones de primera clase, lo que quita una capa entera de código propio.
  • El autoalojamiento es una opción real bajo MIT, así que el motor abierto no es una demo recortada.

Desventajas

  • Los workers los despliegas y escalas tú, así que la carga operativa se mueve de sitio en vez de desaparecer.
  • No hay constructor visual de flujos, lo que lo descarta para equipos que quieren que gente sin código edite automatizaciones.
  • En volúmenes muy altos, el precio por ejecución cuesta más de prever que una tarifa plana de plataforma.
  • El panel se centra en ejecuciones y colas, no en analítica de negocio, así que los informes de producto piden otra herramienta.

Preguntas frecuentes

Sí, hasta cierto punto. La capa en la nube incluye un millón de ejecuciones y un millón de eventos al mes sin tarjeta, y autoalojar el motor con licencia MIT no cuesta nada más allá de tu infraestructura.