Trigger.dev

Las tareas se ejecutan todo el tiempo que haga falta. Cuando una ejecución cae o tu código se redespliega a mitad de tarea, la ejecución duradera guarda puntos de control del estado y reanuda desde donde se detuvo en lugar de empezar de cero. Nada de reiniciar desde el principio. Eso es lo que hace viables los agentes y los pipelines de varias horas.

Toda tarea se reintenta por defecto cuando se lanza un error, y tú controlas el número de intentos y el retroceso en el campo retry. Las tareas programadas y tipo cron cubren trabajos recurrentes, así no tienes que levantar un planificador aparte para sincronizaciones nocturnas o informes semanales.

Las tareas pasan por colas configurables con límites de concurrencia que escalan con tu plan. Las tareas en espera no cuentan para tu concurrencia, y batchTrigger() mete hasta 1.000 tareas en una sola llamada a la API, algo que importa cuando un evento tiene que ramificarse hacia muchos trabajos.

Trigger.dev Realtime muestra el estado y los metadatos de las ejecuciones en cualquier parte de tu app, y Realtime reenvía las respuestas del LLM de una ejecución a tus usuarios a medida que se generan. Es la pieza que convierte una tarea en segundo plano en una experiencia interactiva en la que el usuario ve avanzar cada paso de un flujo de IA largo en tiempo real.

El panel de ejecuciones te deja filtrar ejecuciones, aplicar acciones en bloque y llegar rápido a los fallos. Las alertas llegan a email, Slack o webhooks cuando fallan tareas o despliegues. Las alertas de facturación detectan un uso desbocado en varios umbrales de presupuesto. Si algo se rompe a las 3 de la mañana, lo sabrás antes de que te avisen tus usuarios.

Cada despliegue es una versión atómica, así que las tareas ya iniciadas siguen corriendo con el código con el que empezaron. Dejas de preocuparte de que una tarea en marcha se rompa justo cuando subes un cambio.

Trigger.dev funciona con la mayoría de frameworks de JavaScript, con guías para los más populares, y es compatible con herramientas de IA como el Vercel AI SDK. Toda la plataforma tiene licencia Apache 2.0, así que puedes leer el código, contribuir o alojarla tú mismo en Docker y Kubernetes.

La nube cobra por segundos de cómputo más un coste de invocación por ejecución, con créditos mensuales incluidos en cada plan de pago. Una vez superados los créditos, las tareas siguen ejecutándose en los planes de pago y se facturan según las tarifas de uso. Un mes cargado no tumbará tus trabajos. ¿Cuánto costará? Depende de tu volumen de ejecuciones, y la documentación lo explica con un ejemplo paso a paso.