Verfolgen Sie einen echten Workflow und gehen Sie die gesamte Plattform einmal durch
Braidrun dient dem Bau und Betrieb von AI-Workflows mit menschlicher Freigabe. Der Wachstums-Tagesbericht rechts läuft täglich in der Produktionsumgebung: cron löst zur festgelegten Zeit aus, ruft die Ausgaben und Abo-Einnahmen von Apple Search Ads und Google Ads ab, die AI schreibt den Kommentar, es entsteht eine xlsx, die nach Slack geht. Ihm folgend tritt jeder Teil der Plattform einmal auf.
Canvas und YAML sind dieselbe Definition
Dieser Tagesbericht wurde ursprünglich im Editor gebaut: links der Canvas, rechts das YAML; ändern Sie eine Seite, synchronisiert sich die andere sofort. Wenn Sie nicht genau ausdrücken können, wie geändert werden soll, teilen Sie Ihre Anforderung einfach dem AI-Assistenten mit.
- Canvas ⇄ YAML bidirektional synchronisiert: Operations schaut auf den Canvas, Engineering prüft das YAML, es ist dieselbe Definition
- Eingebaute Diagnose: Fehler in Variablenverweisen und fehlende Konfiguration werden bereits vor dem Speichern markiert
- Der Versionsverlauf enthält Diffs; ist etwas kaputtgeändert, rollen Sie auf die letzte lauffähige Version zurück
- Aufbau im Dialog mit dem AI-Assistenten; Änderungen werden ausnahmslos erst wirksam, wenn Sie auf Speichern klicken
8 Schritttypen, um komplexere Abläufe zusammenzusetzen
Der Tagesbericht nutzt nur einen Code-Schritt und einen Single-Agent-Kommentar. Es gibt insgesamt 8 Schritttypen: Wenn Sie mehrere Agents einander Fehler finden lassen, nach Zustand voranschreiten oder einen ganzen Workflow als einen Schritt wiederverwenden wollen, genügt es, den type zu wechseln.
- SingleEin Agent erledigt gemäß Anweisung einen Schritt; der AI-Kommentar im Tagesbericht ist genau das
- CodeSkripte in der Sandbox ausführen: Daten abrufen, bereinigen, Dateien erzeugen
- KlassifikatorDie Ausführung anhand des Eingabeinhalts auf verschiedene Zweige aufteilen
- group_chatMehrere Agents diskutieren dieselbe Frage über mehrere Runden und gelangen zu einem Schluss
- agent_basedEin Koordinator-Agent entscheidet dynamisch, welche Werkzeuge und Teilaufgaben aufgerufen werden
- state_machineEinen mehrstufigen Ablauf mit expliziten Zuständen und Übergängen beschreiben
- sub_workflowEinen anderen Workflow als einen Schritt aufrufen
- workflow_output_readDie Ausführungsergebnisse anderer Workflows lesen und anschließend weiterverarbeiten
steps: - name: pull_spend type: sub_workflow # Einen anderen Datenabruf-Workflow wiederverwenden workflow: ads-spend-fetcher - name: review_numbers type: group_chat # Mehrere Agents finden anhand der Daten einander Fehler agents: [analyst, skeptic] rounds: 2 - name: plan_actions type: agent_based # Ein Koordinator-Agent ruft bei Bedarf Werkzeuge auf - name: apply_changes type: code manual_approval: true # Ausgeführt wird erst nach menschlicher Freigabe
cron löst zur festgelegten Zeit aus, Skripte laufen in der Sandbox
Dieser Tagesbericht wird durch einen 5-teiligen cron-Ausdruck ausgelöst, die Zeitzone ist konfigurierbar, und bei Mehrinstanz-Deployment stellt ein verteiltes Lock sicher, dass nur einmal ausgelöst wird; die Skripte zum Datenabruf und zur Tabellenerzeugung laufen in der Produktionsumgebung in einer Docker-Sandbox, Variablen werden als WF_VAR_*-Umgebungsvariablen injiziert.
- Zeitgesteuert: 5-teiliger cron + Zeitzone, ein verteiltes Lock verhindert mehrfaches Auslösen durch mehrere Instanzen
- Webhook: Ihr System sendet einen POST, die Felder der obersten JSON-Ebene werden automatisch auf Variablen abgebildet
- Manuell und API: auf der Seite auf Ausführen klicken oder aus einem externen System die v1-API zum Auslösen aufrufen
- Verkettet: N Sekunden nach Abschluss eines Workflows wird der nächste automatisch ausgelöst
- Code-Schritte unterstützen die sieben Sprachen python, javascript, typescript, bash, ruby, lua und cli, mit standardmäßig 30 Sekunden Timeout
# Zeitgesteuert: täglich um 8 Uhr morgens, Zeitzone konfigurierbar schedule: "0 8 * * *" # Oder Ihr System sendet einen POST zum Auslösen curl -X POST \ https://braidrun.com/api/webhooks/{id}/trigger \ -H "X-API-Key: <your-key>" \ -d '{"channel": "#growth-daily"}'
An dem Tag, an dem die Zahlen nicht stimmen, lässt sich ermitteln, welcher Schritt es war
Wenn an einem Morgen die Zahlen in Slack nicht stimmen, öffnen Sie die betreffende Ausführung: Ein- und Ausgaben, Protokoll und Kosten jedes Schritts sind vorhanden. Nachdem Sie den fehlerhaften Schritt eingegrenzt haben, starten Sie einfach ab diesem Schritt neu.
- Debugger: 9 Breakpoint-Arten; beim Pausieren Variablen ändern und dann fortfahren (ab Pro-Tarif)
- Neustart ab einem bestimmten Schritt, bereits abgeschlossene LLM-Schritte werden nicht erneut berechnet
- Automatische Fortsetzung nach Dienst-Neustart; die Prüfung des Definitions-Hashes verhindert eine fehlerhafte Fortsetzung nach Änderungen
- Token-Verbrauch und Kosten jeder Ausführung werden pro Lauf protokolliert, der Ausführungsverlauf lässt sich als JSON / YAML exportieren
Wer Live-Daten ändern will, muss zuerst die menschliche Prüfung passieren
Der Tagesbericht liest Daten nur, ohne manuelles Eingreifen genügt das. Ein anderer Workflow desselben Teams, der Werbegebote ändern soll, hat vor der Ausführung eine Freigabe erhalten: Die AI erzeugt nur Empfehlungen, erst nach menschlicher Freigabe wird gehandelt, bei Ablehnung oder Zeitüberschreitung wird nichts geändert.
- Die Werte in der Freigabeliste lassen sich direkt ändern: das von der AI vorgeschlagene Gebot etwas verringern und dann freigeben
- Die Rückmeldung läuft über die drei Kanäle In-App, E-Mail oder API, bei Zeitüberschreitung wird automatisch abgelehnt
- Anmeldedaten werden mit AES-256-GCM verschlüsselt gespeichert, Schlüsselrotation wird unterstützt
- Kontingente sind nach Free, Pro, Team und Enterprise gestaffelt, Nebenläufigkeit und Anzahl der Zeitpläne haben jeweils Obergrenzen
- Das Audit-Protokoll erfasst Ablaufänderungen und Freigabeentscheidungen (Enterprise-Tarif)
Dieselbe Plattform lässt sich auch in Ihr Rechenzentrum verlagern
Für diesen Tagesbericht genügt der Betrieb in der Braidrun-Cloud; Teams, deren Daten die Grenze nicht verlassen dürfen, können die gesamte Plattform On-Premises in ihrer eigenen Umgebung deployen und die Workflow-Definitionen unverändert mitnehmen.
- On-Premises-Deployment: Daten und Modellaufrufe bleiben innerhalb Ihrer Grenze
- Horizontale Mehrinstanz-Skalierung trägt mehr nebenläufige Ausführungen
- 14 OAuth-Anmeldemethoden, darunter WeChat, Alipay, DingTalk, Feishu und eigenes OIDC
- Stellt Prometheus-Metriken bereit, die sich in Ihr bestehendes Monitoring-Dashboard einbinden lassen
- 8 Oberflächensprachen; GDPR-Datenexport und -löschung sind bereits Produktfunktionen
Jeder Teil hat eine eigene Seite
Diese Seite ist nur einmal entlang der Linie des Tagesberichts gegangen; die Details, Kontingente und Grenzen jedes Funktionsblocks finden Sie auf den jeweiligen Seiten.