Instancier un workflow à partir d'un modèle

Chez Braidrun, « l'instanciation à partir d'un modèle » est la méthode de génération de workflow la plus courante : plus de 90 % des utilisateurs n'écrivent pas leur premier workflow à partir du tableau blanc, mais en clonent un à partir du modèle et l'ajustent ensuite en fonction de leur propre activité. Cet article détaille le processus pour chaque bouton.

Aperçu complet du processus

1. Parcourez la bibliothèque de modèles et sélectionnez-en un par catégorie/balise/recherche
2. Lisez la fiche de détails du modèle pour confirmer les conditions préalables et les coûts estimés.
3. Cliquez sur "Utiliser ce modèle" pour le cloner dans votre espace de travail
4. Modifier les paramètres métiers selon la description de la variable dans l'éditeur
5. Complétez la clé dans le centre d'identification
6. Effectuez d'abord un essai à sec pour vérifier la structure, puis exécutez-le à nouveau
7. Liaison de planification/déclencheurs Webhook à la demande

Étape 1 · Parcourez la galerie de modèles

1.1 Ouvrir l'entrée

La navigation principale sur la gauche est « Bibliothèque de modèles ». Structure des pages :

• Barre de filtre supérieure - 10 catégories industrielles + balises + recherche par mot clé
• Grille de cartes modèles - affichant le nom, la description, les balises, la durée estimée, la complexité
• "Ma collection" dans le coin supérieur droit - les modèles à long terme peuvent être collectés et saisis directement la prochaine fois

1.2 Stratégies de sélection courantes

• Les besoins sont très spécifiques — Recherchez directement des mots-clés. Par exemple, si vous souhaitez effectuer un « rappel d'expiration du certificat TestFlight », recherchez l'expiration du certificat et il sera verrouillé immédiatement.
• La demande est large — Une convergence basée sur l’industrie d’abord. Choisissez une catégorie d'industrie que vous connaissez le mieux et tournez deux ou trois pages pour avoir une idée générale des types de processus dont nous disposons.
• Vous voulez « voir ce que font les autres dans l’industrie » — Triez par « complexité » et choisissez les plus complexes – elles représentent généralement des pratiques matures de bout en bout.

Étape 2 · Lire les détails du modèle

Cliquez sur un modèle de carte pour accéder à la page de détails, en vous concentrant sur quatre parties :

2.1 Rubrique « Description »

En deux ou trois paragraphes, dites-vous : quels problèmes il résout, pour quels scénarios il est le plus adapté, pour quels scénarios il ne convient pas et quelles préparations sont nécessaires avant utilisation.

2.2 Liste des « informations d'identification requises »

Répertoriez clairement les informations d'identification requises pour exécuter ce workflow, par exemple :

• openai_api_key — Clé API OpenAI (obligatoire)
• slack_webhook_url — Jeton Telegram Bot (pour la livraison, facultatif)
• apple_appstoreconnect — App Store Connect JWT (requis uniquement pour les modèles liés à Apple)

Si l'une des informations d'identification « requises » est manquante, le workflow échouera une fois atteint l'étape correspondante. Lorsque « facultatif » est manquant, l’étape concernée sera ignorée par condition.

2.3 "Délai et coût estimés"

Une exécution complète :

• Temps nécessaire : 2 minutes/15 minutes/1 heure, en fonction de la complexité du flux de travail et de la vitesse de réponse des dépendances externes
• Utilisation du jeton - entrée xxx moyenne / sortie xxx
• $ Estimé - la valeur approximative calculée en fonction du préréglage par défaut de la plateforme et du prix unitaire OpenAI

2.4 "Exemple d'entrée et exemple de sortie"

Un échantillon d'entrée spécifique (vous pouvez simplement le copier et l'exécuter une fois) + l'échantillon de sortie correspondant (vous avez donc une idée de "probablement ce que vous pouvez obtenir").

Étape 3 · Cloner vers l'espace de travail

1. point du coin supérieur droit "Utilisez ce modèle".
2. Donnez un nom à votre copie dans la fenêtre contextuelle (la valeur par défaut est le nom du modèle + l'horodatage, vous pouvez le remplacer par quelque chose de plus pertinent pour l'entreprise).
3. Sélectionnez votre équipe cible (si vous faites partie de plusieurs équipes). Cela détermine qui peut voir/modifier ce flux de travail.
4. Cliquez sur OK. La plateforme génère une copie pour vous copie indépendante, vos modifications ne sont pas renvoyées au modèle, et les mises à jour ultérieures du modèle ne modifient pas automatiquement votre copie.

Étape 4 · Personnaliser les paramètres commerciaux

La Section des variables 4.1 est le seul endroit où vous devez examiner attentivement

Lorsque l'éditeur s'ouvre, faites d'abord défiler le YAML jusqu'à la section des variables en haut. Toutes les "choses qui doivent être ajustées dans ce workflow en fonction de votre situation commerciale" sont ici, déjà commentées :

variables:
  target_date:
    type: string
    default: yesterday    # ← 改成你要跑哪一天的数据
    description: |
      支持 yesterday / last_7_days / last_30_days /
      或具体日期 2026-04-17

  top_n:
    type: number
    default: 10           # ← 要拉多少条新闻
    description: 抓取的新闻数量上限

  target_channel:
    type: string
    default: "#my_daily_digest"  # ← 改成你的 Slack 频道名或保留默认 webhook 目标
    description: Slack 目标频道或 Incoming Webhook 默认目标

4.2 Modifier la valeur par défaut en fonction du commentaire

La valeur par défaut n'est qu'un "exemple", veuillez la remplacer par la valeur réelle de votre entreprise. Changer les variables ne détruira pas la structure, alors n'hésitez pas à la modifier.

4.3 C'est une bonne habitude de ne pas avancer par étapes

Il n'est pas recommandé de modifier la structure de la section des étapes lors de la première exécution du modèle - exécutez-le d'abord une fois avec le processus par défaut, consultez le flux de données, puis décidez s'il convient de le modifier.

Étape 5 · Compléter le centre d'informations d'identification

1. Ouvrez le Centre d’informations d’identification.
2. Créez un identifiant correspondant pour chaque identifiant « obligatoire » répertorié sur la page de détails du modèle. Le nom doit être exactement le même que celui cité dans le YAML.
3. Les informations d’identification « facultatives » peuvent ne pas être créées pour le moment – les étapes pertinentes seront ignorées.

Étape 6 · Effectuez d'abord un essai à sec, puis exécutez

6.1 Signification du test à sec

des essais à sec via le DAG sans frais, en ignorant tous les LLM et les effets secondaires. Cela vous aide à confirmer avant de dépenser de l’argent :

• Toutes les variables sont-elles correctement renseignées ?
• Les variables circulent entre les étapes
• La branche condition/classificateur est sélectionnée correctement.
• Le nom des informations d'identification dépendantes peut être résolu en

6.2 Exécution réelle

Après les passages à sec, décochez la case à sec et cliquez à nouveau sur « Exécuter ». Cette fois, je vais vraiment ajuster le LLM et avoir de vrais effets secondaires. Le flux d'événements en temps réel sur le côté droit de la page vous permet de voir la progression de chaque étape.

6.3 Que surveiller après avoir couru

• "Afficher les détails d'exécution" - Diagramme de Gantt + entrée/sortie de chaque étape
• "Colonne Produit" - le Markdown / Excel / image généré peut être téléchargé directement
• « Jetons/coût » ——Combien avez-vous dépensé cette fois ?

Étape 7 · Liez les déclencheurs selon vos besoins

Après une exécution manuelle, le flux de travail est prêt à être mis en ligne. Trois méthodes de déclenchement courantes :

• Exécutions planifiées — Quotidien/hebdomadaire/mensuel, ou répéter par intervalle
• Déclencheur Webhook — Déclenchement par un POST d'un système externe, avec authentification par API Key (compatible aussi avec la signature HMAC)
• Déclenchement par API — votre système interne utilise une API Key pour appeler l'API REST et lancer une exécution

Mise à niveau des modèles : suivre les nouvelles versions d'un modèle

Une copie clonée n'est pas modifiée automatiquement par les mises à jour du modèle. Lorsque le modèle d'origine publie une nouvelle version et que vous souhaitez la suivre, utilisez le processus « Mettre à niveau depuis le modèle » : consultez d'abord un aperçu, puis effectuez la mise à niveau en un clic après confirmation.

Où Accéder

Deux points d'accès sont possibles : « Mettre à niveau depuis le modèle » dans le menu de la barre d'outils de l'éditeur, ou l'indication « Vérifier la mise à niveau » située au-dessus de la zone des variables dans le panneau de paramètres du workflow. La boîte de dialogue qui s'ouvre affiche la version actuelle et la version cible.

Consulter l'aperçu avant la mise à niveau

L'aperçu répartit les différences de variables en trois catégories et les liste une par une :

• Réserver — Les variables que vous avez déjà modifiées et qui existent encore dans le nouveau modèle : votre valeur est conservée après la mise à niveau
• Nouveau — Les variables ajoutées par le nouveau modèle : renseignées avec la valeur par défaut du modèle, à ajuster ensuite selon vos besoins après la mise à niveau
• Supprimer — Les variables qui n'existent plus dans le nouveau modèle : abandonnées après la mise à niveau — vérifiez cette liste ligne par ligne avant de confirmer

Ce Qui se passe lors de la mise à niveau

• Le workflow actuel est d'abord automatiquement enregistré en tant qu'instantané de version ; en cas de regret, vous pouvez revenir en arrière depuis le menu « Versions »
• Les configurations structurelles telles que le DAG des étapes, les prompts d'Agent, le code et les délais d'expiration sont écrasées par le nouveau modèle
• Les modèles que vous avez choisis sont conservés : le choix de modèle d'un Agent de même nom et la référence d'identifiants de modèle correspondante ne sont pas écrasés par le nouveau modèle
• Les paramètres qui vous appartiennent, tels que le nom du workflow, les libellés et la concurrence, ne sont pas modifiés

Un Ancien workflow n'a pas enregistré son modèle source ?

Un workflow cloné à une époque antérieure peut ne pas avoir enregistré sa source ; dans ce cas, la même entrée du menu de l'éditeur s'affiche comme « Associer un modèle… ». Renseignez le modèle dont il provient (vous pouvez au passage indiquer à quelle version il correspond actuellement), après quoi le processus de mise à niveau fonctionne normalement.

Avancé : laissez l'assistant IA le modifier en fonction de votre description

Après le clonage, si les exigences métier ne sont pas totalement cohérentes avec le modèle, vous pouvez demander à l'assistant IA de vous aider à y remédier :

1. FAB dans le coin inférieur droit ouvre le tiroir de l'assistant AI
2. Décrivez vos besoins - par exemple "changer step.deliver de Telegram à Feishu"
3. L'assistant vous donnera un aperçu des différences et vous pourrez l'accepter ou le refuser.
4. Cliquez sur "Appliquer" lorsque vous êtes satisfait : la pile d'annulation à 10 niveaux vous empêche de revenir en arrière à tout moment.

Quand faut-il passer à un assistant IA ou à l’écriture manuscrite ?

Étape suivante

• Détails de classification et modèles typiques — Des représentants sélectionnés de chaque catégorie industrielle vous diront ce que chaque catégorie peut faire
• Éditeur visuel — Sur quels boutons devez-vous cliquer après le clonage ?
• Assistant IA — Utiliser le langage naturel pour modifier/générer des workflows