Kód nélküli munkafolyamatok (DAG-automatizálás)
Utolsó frissítés: 8 nov. 2026
Áttekintés
A munkafolyamatok lehetővé teszik, hogy lépéseket fűzz össze egy automatizált folyamattá — csomópontok DAG-jává (irányított körmentes gráf) — kód írása nélkül. Egy munkafolyamat tartalmat generálhat, AI-képességeket hívhat meg, külső API-kat érhet el, elágazhat, ciklusban futhat, várakozhat, jóváhagyásokat kérhet és eredményeket tehet közzé. Minden lépés a saját időtúllépésével, költségkeretével és hibakezelési szabályzatával fut, így egyetlen instabil lépés sem szabadulhat el, és nem akaszthatja meg a teljes futtatást.
Csomóponttípusok
A munkafolyamatok az alábbi lépéstípusokat támogatják:
- Capability — meghív egy AI-képességet (csevegés, kép, TTS, fordítás stb.)
- Tool — meghív egy regisztrált eszközt/függvényt
- HttpRequest — meghív egy külső HTTP-végpontot
- Branch — feltétel alapján irányít
- Loop — bejár egy gyűjteményt
- FanOut / FanIn — párhuzamosít és újra egyesít
- Transform — beállítja/átalakítja a változókat
- ArtifactSave — egy átmeneti eszközt tartósan a CDN-edbe ment
- Publish — egy csatornára küld (webhook, markdown-műtermék stb.)
- SubWorkflow — egy másik munkafolyamatot hív meg lépésként
- HumanApproval — jóváhagyásra szünetel
- Wait — késleltetés
- Webhook — POST egy külső hookra
Lépésenkénti vezérlők
Minden csomópont tartalmazza a következőket:
- Timeout — meddig futhat a lépés, mielőtt megszakítják.
- Error policy — mi történik hiba esetén: a futtatás meghiúsítása, újrapróbálkozás vagy folytatás/figyelmen kívül hagyás. Például állíts be egy értesítési lépést figyelmen kívül hagyásra, hogy egy ottani kimaradás ne hiúsítsa meg a teljes futtatást, egy lekérési lépést pedig állíts újrapróbálkozásra az átmeneti, forrásoldali zavarok miatt.
Változók és műtermékek
- Variables adatokat továbbítanak a lépések között. A lépések a korábbi kimeneteket a
{{vars.name}}interpolációval olvassák. - Artifacts azok a kimenetek, amelyeket tartósan megőrzöl — az ArtifactSave az átmeneti szolgáltatói URL-eket állandó Bunny CDN-URL-ekként hosztolja újra, hogy a hivatkozások ne járjanak le.
Költség
Nincs külön munkafolyamat-futtatási díj. Egy futtatás minden lépés BillingRecord-jának összegeként kerül számlázásra — pontosan ugyanaz a hívásonkénti számlázás, mint az egyes lépések kézi futtatása. Az AI-hívást nem végző lépések (HTTP, transform, wait, webhook) nem kerülnek semmibe. Az al-munkafolyamatok költségei beleszámítanak a szülő futtatás végösszegébe.
Futtatás és figyelés
Indíts el egy futtatást, majd kövesd nyomon a munkafolyamat-futtatások oldalán. Minden futtatás rögzíti a lépéseit, azok kimeneteit és a teljes költséget. A meghiúsult lépések a lépés hibakezelési szabályzata szerint jelenítik meg a hibájukat.
Tippek
- A külső/értesítési lépéseknek adj megengedő hibakezelési szabályzatot (újrapróbálkozás vagy folytatás), a központi lépéseknek pedig szigorút.
- Használd az ArtifactSave-et minden megtartani kívánt generált médiához — a szolgáltatói URL-ek lejárnak.
- Emelj ki újrafelhasználható részgráfokat egy SubWorkflow-ba, és hívd meg több szülőből.
- Tesztelj egy folyamatot olcsó echo/transform lépésekkel, mielőtt költséges AI-képesség lépéseket kötnél be.
Nézze meg, hogyan működik
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.
Ez a videó angol nyelvű.
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.
Ez a videó angol nyelvű.
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.
Ez a videó angol nyelvű.