Anual Paga anualmente y obtén 2 meses gratis en cualquier plan de pago. Ver planes
Iniciar sesión Empieza gratis

Flujos de trabajo sin código (automatización DAG)

Última actualización: 8 nov 2026

Descripción general

Los flujos de trabajo te permiten encadenar pasos en una canalización automatizada — un DAG (grafo acíclico dirigido) de nodos — sin escribir código. Un flujo de trabajo puede generar contenido, invocar capacidades de IA, llamar a API externas, ramificar, iterar en bucle, esperar, obtener aprobaciones y publicar resultados. Cada paso se ejecuta con su propio tiempo de espera, presupuesto y política de errores, de modo que un único paso inestable no pueda descontrolarse ni bloquear toda la ejecución.

Tipos de nodo

Los flujos de trabajo admiten estos tipos de paso:

  1. Capability — invoca una capacidad de IA (chat, imagen, TTS, traducción, etc.)
  2. Tool — invoca una herramienta/función registrada
  3. HttpRequest — llama a un punto de conexión HTTP externo
  4. Branch — enruta según una condición
  5. Loop — itera sobre una colección
  6. FanOut / FanIn — paraleliza y vuelve a unir
  7. Transform — establece/remodela variables
  8. ArtifactSave — persiste un recurso transitorio en tu CDN
  9. Publish — envía a un canal (webhook, artefacto markdown, etc.)
  10. SubWorkflow — llama a otro flujo de trabajo como un paso
  11. HumanApproval — pausa para una aprobación
  12. Wait — retraso
  13. Webhook — POST a un hook externo

Controles por paso

Cada nodo lleva:

  • Timeout — cuánto tiempo puede ejecutarse el paso antes de cortarse.
  • Error policy — qué ocurre ante un fallo: hacer que la ejecución falle, reintentar o continuar/ignorar. Por ejemplo, configura un paso de notificación como ignorar para que una interrupción ahí no haga fallar toda la ejecución, y configura un paso de obtención como reintentar para fallos transitorios del origen.

Variables y artefactos

  • Variables transmiten datos entre pasos. Los pasos leen salidas anteriores con la interpolación {{vars.name}}.
  • Artifacts son salidas que persistes — ArtifactSave vuelve a alojar URLs transitorias del proveedor como URLs permanentes de Bunny CDN para que los enlaces no caduquen.

Costo

No hay una tarifa de ejecución de flujo de trabajo aparte. Una ejecución se factura como la suma del BillingRecord de cada paso — exactamente la misma facturación por llamada que ejecutar cada paso manualmente. Los pasos que no hacen llamadas de IA (HTTP, transform, wait, webhook) no cuestan nada. Los costos del subflujo de trabajo se acumulan en el total de la ejecución principal.

Ejecución y supervisión

Inicia una ejecución y luego obsérvala en la página de ejecuciones de flujo de trabajo. Cada ejecución registra sus pasos, sus resultados y el costo total. Los pasos fallidos muestran su error según la política de errores del paso.

Consejos

  • Asigna a los pasos externos/de notificación una política de errores indulgente (reintentar o continuar) y a los pasos esenciales una estricta.
  • Usa ArtifactSave en cualquier contenido multimedia generado que quieras conservar — las URLs del proveedor caducan.
  • Extrae subgrafos reutilizables en un SubWorkflow y llámalo desde varios flujos principales.
  • Prueba un flujo con pasos económicos de echo/transform antes de conectar costosos pasos de capacidad de IA.
Guía en vídeo

Mira cómo funciona

How AI workflows work: one form in, a finished video out

A workflow is a ready-made recipe of AI steps. You pick a template, fill in a short form, and every step runs on its own until a finished video comes out. Here we follow one bedtime story video from the form to the result.

Este vídeo está en inglés.

Verlo en su propia página

Capítulos
  1. 0:00 What a workflow is
  2. 0:17 Pick a template
  3. 0:35 Fill in the form, see the cost
  4. 0:53 Preview cheaply, then run
  5. 1:14 Your result and run history

What happens when you press Run? The anatomy of an AI workflow

Let's open one workflow and look inside. A workflow is a graph: each box is a step, the arrows set the order, and steps that don't depend on each other run side by side. Your answers flow into the steps, some steps check their own work and run again, some wait for your approval, and every AI call is recorded with its own cost.

Este vídeo está en inglés.

Verlo en su propia página

Capítulos
  1. 0:00 Steps, arrows and one job per step
  2. 0:26 How your answers flow
  3. 0:39 Watching it run: checks and retries
  4. 0:55 Steps that wait for your approval
  5. 1:06 Every AI call, recorded
  6. 1:18 Done, and shareable

The building blocks of an AI workflow

Every workflow, from a bedtime story to a research report, is built from the same few blocks. The AI step sends a prompt to a model and gets back text, an image, a voice, music or a video. Knowledge blocks bring in facts with their sources. Quality blocks check the work, and a human approval waits for you. Logic blocks shape the flow with branches and loops. Output blocks join everything into one video and save the result.

Este vídeo está en inglés.

Verlo en su propia página

Capítulos
  1. 0:00 Built from blocks: the AI step
  2. 0:20 Knowledge: facts, with sources
  3. 0:30 Quality: checks and approvals
  4. 0:43 Logic: branches and loops
  5. 0:53 Output: put it together, keep the result