Przepływy pracy bez kodu (automatyzacja DAG)
Ostatnia aktualizacja: 8 lis 2026
Przegląd
Przepływy pracy pozwalają łączyć kroki w zautomatyzowany potok — DAG (skierowany graf acykliczny) węzłów — bez pisania kodu. Przepływ pracy może generować treści, wywoływać możliwości AI, odpytywać zewnętrzne API, rozgałęziać się, wykonywać pętle, czekać, uzyskiwać zatwierdzenia i publikować wyniki. Każdy krok działa z własnym limitem czasu, budżetem i polityką błędów, dzięki czemu pojedynczy niestabilny krok nie może wymknąć się spod kontroli ani zawiesić całego uruchomienia.
Rodzaje węzłów
Przepływy pracy obsługują następujące typy kroków:
- Capability — wywołuje możliwość AI (czat, obraz, TTS, tłumaczenie itp.)
- Tool — wywołuje zarejestrowane narzędzie/funkcję
- HttpRequest — wywołuje zewnętrzny punkt końcowy HTTP
- Branch — kieruje na podstawie warunku
- Loop — iteruje po kolekcji
- FanOut / FanIn — zrównolegla i ponownie łączy
- Transform — ustawia/przekształca zmienne
- ArtifactSave — utrwala tymczasowy zasób w Twoim CDN
- Publish — wysyła do kanału (webhook, artefakt markdown itp.)
- SubWorkflow — wywołuje inny przepływ pracy jako krok
- HumanApproval — wstrzymuje w celu uzyskania zatwierdzenia
- Wait — opóźnienie
- Webhook — POST do zewnętrznego hooka
Sterowanie na poziomie kroku
Każdy węzeł zawiera:
- Timeout — jak długo krok może działać, zanim zostanie przerwany.
- Error policy — co dzieje się przy błędzie: zakończenie uruchomienia niepowodzeniem, ponowna próba lub kontynuacja/zignorowanie. Na przykład ustaw krok powiadomienia na ignorowanie, aby awaria w tym miejscu nie spowodowała niepowodzenia całego uruchomienia, a krok pobierania na ponawianie, aby obsłużyć przejściowe zakłócenia po stronie źródła.
Zmienne i artefakty
- Variables przekazują dane między krokami. Kroki odczytują wcześniejsze wyniki za pomocą interpolacji
{{vars.name}}. - Artifacts to wyniki, które utrwalasz — ArtifactSave ponownie hostuje tymczasowe adresy URL dostawcy jako trwałe adresy URL Bunny CDN, dzięki czemu łącza nie wygasają.
Koszt
Nie ma osobnej opłaty za wykonanie przepływu pracy. Uruchomienie jest rozliczane jako suma BillingRecord każdego kroku — dokładnie tak samo, za każde wywołanie, jak przy ręcznym wykonaniu każdego kroku. Kroki, które nie wykonują żadnego wywołania AI (HTTP, transform, wait, webhook), nic nie kosztują. Koszty podprzepływów pracy doliczają się do całkowitej sumy uruchomienia nadrzędnego.
Uruchamianie i monitorowanie
Uruchom przepływ, a następnie obserwuj go na stronie uruchomień przepływu pracy. Każde uruchomienie rejestruje swoje kroki, ich wyniki i koszt całkowity. Kroki zakończone niepowodzeniem pokazują swój błąd zgodnie z polityką błędów danego kroku.
Wskazówki
- Krokom zewnętrznym/powiadomień nadaj pobłażliwą politykę błędów (ponów lub kontynuuj), a krokom podstawowym — rygorystyczną.
- Używaj ArtifactSave dla każdego wygenerowanego materiału, który chcesz zachować — adresy URL dostawcy wygasają.
- Wyodrębnij wielokrotnego użytku podgrafy do SubWorkflow i wywołuj je z wielu przepływów nadrzędnych.
- Przetestuj przepływ z tanimi krokami echo/transform, zanim podłączysz kosztowne kroki możliwości AI.
Zobacz, jak to działa
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.
Ten film jest w języku angielskim.
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.
Ten film jest w języku angielskim.
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.
Ten film jest w języku angielskim.