
Trigger.dev
Trigger.dev · Programmation
Trigger.dev est une plateforme open source de tâches en arrière-plan pensée pour les développeurs TypeScript. Elle exécute des tâches longues sans délai d'expiration, avec relances automatiques et observabilité intégrée.

À propos de Trigger.dev
Qu'est-ce que Trigger.dev
Trigger.dev est une plateforme open source pour les tâches en arrière-plan et les agents IA durables. Elle sert d'exécuteur de tâches TypeScript : vous écrivez vos tâches en TypeScript, vous déployez le code sur l'infrastructure gérée de Trigger.dev, et la plateforme gère les relances, les files et la montée en charge. Votre serveur n'a plus à surveiller une requête HTTP interminable ; c'est la plateforme qui s'en charge.
Le problème qu'elle résout est simple à énoncer. Le corriger à la main, c'est une autre affaire. Un webhook arrive, un pipeline d'images tourne pendant onze minutes, ou un agent enchaîne une douzaine d'appels à un LLM. Quelque part dans ce parcours, un déploiement, un plantage ou un délai dépassé fait tout tomber.
Alors vous écrivez votre propre file. Votre propre logique de relance. Votre propre suivi d'état. Rien de tout cela n'est agréable. Trigger.dev vous retire ce travail.
Le revers, c'est qu'elle est conçue pour TypeScript et JavaScript. Si votre stack repose sur Python, Go ou Rails, le SDK ne s'intègre pas, et héberger vous-même la version open source suppose de faire tourner toute une pile de services. Le cloud géré reste la voie que la plupart des gens empruntent.
Premiers pas
- Créez un compte gratuit sur cloud.trigger.dev, puis installez le SDK dans votre projet avec
npm i @trigger.dev/sdk. - Ajoutez votre premier fichier de tâche (souvent dans
src/trigger) avec la fonctiontask, unidunique et une fonctionrunasynchrone. - Lancez la CLI de développement local pour travailler avec le rechargement à chaud, et tester les tâches sur des exécutions réelles avant toute mise en production.
- Déployez avec la CLI pour envoyer vos tâches vers l'infrastructure gérée, ou suivez le guide d'auto-hébergement pour Docker et Kubernetes.
- Déclenchez la tâche depuis le code de votre backend et suivez la progression dans le tableau de bord, où vous inspectez les exécutions, relancez les échecs et gérez les tâches en masse.
Informations sur le produit
Aperçu des tarifs, des plateformes compatibles et des performances de Trigger.dev.
Idéal pour
Les utilisateurs, tâches et cas d'usage où cet outil convient le mieux.
Utilisateurs
- Développeurs TypeScript et Node.js
- Équipes produit IA
- Petites startups sans équipe plateforme
Tâches
- Flux IA longue durée
- Tâches planifiées et récurrentes
- Traitement de données et ETL
Cas d'usage
- Gérer des webhooks qui déclenchent un travail lent
- Diffuser des réponses IA en streaming vers votre frontend
- Piloter des campagnes marketing sur plusieurs jours
Fonctionnalités clés
Aucun délai d'expiration et exécution durable
Les tâches tournent aussi longtemps que nécessaire. Quand une exécution plante ou que votre code est redéployé en pleine tâche, l'exécution durable enregistre des points de contrôle de l'état et reprend là où elle s'est arrêtée au lieu de repartir de zéro. Fini les redémarrages complets. C'est ce qui rend les agents et les pipelines de plusieurs heures réellement exploitables.
Relances automatiques et tâches planifiées
Chaque tâche est relancée par défaut quand une erreur est levée, et vous maîtrisez le nombre de tentatives et le délai progressif dans le champ retry. Les tâches planifiées et de type cron couvrent les travaux récurrents, ce qui vous évite de monter un ordonnanceur séparé pour les synchronisations nocturnes ou les rapports hebdomadaires.
Files et concurrence élastique
Les tâches passent par des files configurables avec des limites de concurrence qui évoluent avec votre forfait. Les tâches en attente ne comptent pas dans votre concurrence, et batchTrigger() place jusqu'à 1 000 tâches dans un seul appel d'API, ce qui compte quand un événement doit se ramifier vers de nombreux travaux.
Statut en temps réel et streaming
Trigger.dev Realtime affiche le statut et les métadonnées des exécutions partout dans votre application, et Realtime transmet les réponses du LLM d'une exécution à vos utilisateurs au fur et à mesure qu'elles sont générées. C'est la pièce qui transforme une tâche en arrière-plan en expérience interactive, où l'utilisateur voit chaque étape d'un long flux IA avancer en temps réel.
Observabilité et alertes d'erreur
Le tableau de bord des exécutions permet de filtrer les exécutions, d'appliquer des actions en masse et d'analyser les échecs rapidement. Les alertes partent vers l'e-mail, Slack ou des webhooks quand des tâches ou des déploiements échouent. Les alertes de facturation repèrent une consommation emballée à plusieurs seuils budgétaires. Si quelque chose casse à 3 h du matin, vous le saurez avant vos utilisateurs.
Versionnement atomique au déploiement
Chaque déploiement est une version atomique : les tâches déjà lancées continuent de tourner sur le code avec lequel elles ont commencé. Vous cessez de craindre qu'un travail en cours casse dès que vous poussez une modification.
Indépendant du framework et auto-hébergeable
Trigger.dev fonctionne avec la plupart des frameworks JavaScript, avec des guides pour les plus courants, et prend en charge des outils d'IA populaires comme le Vercel AI SDK. Toute la plateforme est sous licence Apache 2.0 : vous pouvez lire le code, y contribuer ou l'héberger vous-même sur Docker et Kubernetes.
Tarification cloud à l'usage
Le cloud facture les secondes de calcul plus un coût d'invocation par exécution, avec des crédits mensuels inclus dans chaque forfait payant. Au-delà de vos crédits, les tâches continuent de tourner sur les forfaits payants et sont facturées aux tarifs d'usage. Un mois chargé ne fera pas tomber vos travaux. Combien cela coûtera-t-il ? Cela dépend de votre volume d'exécutions, que la documentation détaille avec un exemple concret.
Avantages et inconvénients
Avantages
- Sans délai d'expiration et avec une exécution durable, déployer des agents IA longs et des pipelines de plusieurs heures devient sûr.
- Relances automatiques, files et tâches planifiées sont fournies d'origine, ce qui supprime le code sur mesure de tâches en arrière-plan que la plupart des équipes écrivent.
- Le statut en temps réel et le streaming de LLM se branchent à votre frontend sans routes d'API supplémentaires.
- Open source sous Apache 2.0 : vous pouvez examiner le code ou l'héberger vous-même si vous préférez éviter le cloud.
- Un forfait gratuit avec 5 $ de calcul mensuel vous laisse créer et tester de vraies tâches avant de payer.
Inconvénients
- Le SDK est réservé à TypeScript et JavaScript, donc les projets Python, Go et Rails ne peuvent pas l'utiliser directement.
- La tarification cloud est à l'usage, ce qui rend les coûts difficiles à prévoir si votre volume de tâches varie beaucoup.
- L'auto-hébergement fonctionne, mais il suppose de faire tourner vous-même une pile multi-services, un vrai investissement en temps.
Questions fréquentes
C'est une plateforme de tâches en arrière-plan pour exécuter des tâches longues et des agents IA durables. Vous écrivez vos tâches en TypeScript, vous les déployez sur une infrastructure gérée, et Trigger.dev gère les relances, les files, la montée en charge et la supervision.
Contenus associés
Découvrez des outils, des compétences et des articles liés à Trigger.dev.
Alternatives à Trigger.dev
Base Code
Base44 (Wix) · Programmation · ProductivitéBase Code est un environnement de développement cloud partagé signé Base44. Votre équipe décrit des modifications sur un dépôt GitHub dans le chat, les vérifie en aperçu et les renvoie sous forme de pull requests.
Google EmbeddingGemma 2
Google DeepMind · Rédaction · Image · ProgrammationGoogle EmbeddingGemma 2 est un modèle ouvert de 740 millions de paramètres qui transforme texte, code, images, audio et images vidéo en vecteurs d'un même espace de 768 dimensions, sur un téléphone ou un ordinateur portable.
GitGlow
GitGlow · Programmation · ProductivitéGitGlow est un client Git de bureau qui place votre code et les modifications de vos agents IA dans une même revue, pour savoir ce qui quitte votre machine avant de livrer.
