Anual Pague anualmente e ganhe 2 meses grátis em qualquer plano pago. Ver planos
Entrar Comece grátis

Fluxos de trabalho sem código (automação DAG)

Última atualização: 8 nov. 2026

Visão geral

Os fluxos de trabalho permitem encadear etapas em um pipeline automatizado — um DAG (grafo acíclico dirigido) de nós — sem escrever código. Um fluxo de trabalho pode gerar conteúdo, invocar capacidades de IA, acessar APIs externas, ramificar, iterar em loop, esperar, obter aprovações e publicar resultados. Cada etapa é executada com seu próprio tempo limite, orçamento e política de erros, de modo que uma única etapa instável não possa sair do controle nem travar toda a execução.

Tipos de nó

Os fluxos de trabalho oferecem suporte a estes tipos de etapa:

  1. Capability — invoca uma capacidade de IA (chat, imagem, TTS, tradução, etc.)
  2. Tool — invoca uma ferramenta/função registrada
  3. HttpRequest — chama um endpoint HTTP externo
  4. Branch — roteia com base em uma condição
  5. Loop — itera sobre uma coleção
  6. FanOut / FanIn — paraleliza e reúne
  7. Transform — define/remodela variáveis
  8. ArtifactSave — persiste um recurso transitório no seu CDN
  9. Publish — envia para um canal (webhook, artefato markdown, etc.)
  10. SubWorkflow — chama outro fluxo de trabalho como uma etapa
  11. HumanApproval — faz uma pausa para uma aprovação
  12. Wait — atraso
  13. Webhook — POST para um hook externo

Controles por etapa

Cada nó inclui:

  • Timeout — por quanto tempo a etapa pode ser executada antes de ser interrompida.
  • Error policy — o que acontece em caso de falha: fazer a execução falhar, repetir ou continuar/ignorar. Por exemplo, defina uma etapa de notificação como ignorar para que uma indisponibilidade ali não faça toda a execução falhar, e defina uma etapa de busca como repetir para falhas transitórias upstream.

Variáveis e artefatos

  • Variables transmitem dados entre etapas. As etapas leem saídas anteriores com a interpolação {{vars.name}}.
  • Artifacts são saídas que você persiste — o ArtifactSave volta a hospedar URLs transitórias do provedor como URLs permanentes do Bunny CDN para que os links não expirem.

Custo

Não há nenhuma taxa de execução de fluxo de trabalho separada. Uma execução é cobrada como a soma do BillingRecord de cada etapa — exatamente a mesma cobrança por chamada que executar cada etapa manualmente. As etapas que não fazem nenhuma chamada de IA (HTTP, transform, wait, webhook) não têm custo. Os custos de subfluxo de trabalho somam-se ao total da execução principal.

Execução e monitoramento

Inicie uma execução e depois acompanhe-a na página de execuções de fluxo de trabalho. Cada execução registra suas etapas, seus resultados e o custo total. As etapas com falha exibem seu erro de acordo com a política de erros da etapa.

Dicas

  • Atribua às etapas externas/de notificação uma política de erros tolerante (repetir ou continuar) e às etapas essenciais uma política estrita.
  • Use o ArtifactSave em qualquer mídia gerada que você queira manter — as URLs do provedor expiram.
  • Extraia subgrafos reutilizáveis para um SubWorkflow e o chame a partir de vários fluxos principais.
  • Teste um fluxo com etapas econômicas de echo/transform antes de conectar etapas dispendiosas de capacidade de IA.
Guia em vídeo

Veja como 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 em inglês.

Assistir na própria 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 em inglês.

Assistir na própria 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 em inglês.

Assistir na própria 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