Bienvenue dans le flux de travail Braidrun

Si vous ouvrez Braidrun Workflow pour la première fois, cette page vous expliquera clairement en deux minutes : ce que nous sommes, ce que nous pouvons faire pour vous, à qui nous convenons et à qui nous ne convenons pas. Décidez ensuite si vous souhaitez continuer la lecture.

Ce que nous sommes

Braidrun Workflow est une plateforme de construction de « workflow d'IA piloté par agent ». Vous l'utilisez pour transformer quelque chose que vous faites à plusieurs reprises - comme recevoir des nouvelles tous les jours et faire un résumé, générer des rapports ASA chaque semaine et soumettre des PRD pour examen par plusieurs agents à chaque fois - d'un « script manuel en cours d'exécution » à un pipeline « déclenchement automatique programmé + observabilité + approbation ».

Où Est passée l’industrie ?

En 2026, le débat autour de l'Agentic Workflow est passé du concept à la mise en œuvre technique et au retour sur investissement. Quelques consensus courants :

1. Du dialogue mono-agent → collaboration multi-agents + orchestration système — Les agents d'entreprise ayant une valeur commerciale doivent posséder quatre capacités principales : planification intelligente, mémoire à long terme, appel d'outils et action autonome. De simples séries d’invites ne suffisent plus. Au lieu de cela, « les exigences commerciales complexes sont automatiquement décomposées en plusieurs sous-tâches, qui sont réalisées de manière collaborative par des agents ou des modules ayant des expertises différentes ».
2. Les difficultés du « dernier kilomètre » sont pleinement apparues — De nombreuses entreprises butent, au moment du déploiement réel, sur trois points : premièrement l'intégration des systèmes (ERP / CRM / OA sans API modernes) ; deuxièmement le démarrage à froid des connaissances (le coût de construction d'un RAG à partir de documents non structurés et de corpus transverses aux gammes de produits est élevé) ; troisièmement la gouvernance à l'échelle de l'entreprise (droits, coûts, audit, isolation restent des angles morts dès la mise en production).
3. Le low-code devient la norme pour les plateformes d'orchestration d'agents — Ceux qui connaissent le mieux les processus métier sont souvent les employés de terrain. « Orchestration visuelle + définition autonome des processus par les métiers » est devenu une exigence de référence pour ce type de plateformes.
4. Humain dans la boucle — Les étapes d'IA sont orchestrées directement dans les processus métier : l'humain prend en charge les nœuds de contrôle et de traitement des exceptions, l'IA prend en charge les segments de processus fréquents et standardisés.

Qu’A fait Braidrun en réponse à ces consensus ?

• Appel d'outil + connexion système — MCP client / server intégrés, déclenchement par Webhook, API REST, centre d'identifiants + association de provider. Les Agents peuvent réellement atteindre votre CRM / OA / API internes existants.
• connaissances démarrage à froid — L'outil RAG est prêt à l'emploi : il suffit de scanner un dossier pour faire de la recherche sémantique ; parallèlement, plus de 240 modèles sectoriels vous évitent le coût de démarrage lié à la construction « d'un processus de zéro ».
• Gouvernance au niveau de l'entreprise — Journaux d'audit, cryptage des informations d'identification, chaîne d'approbation, isolation par équipe et contrôle des quotas par abonnement : tous activés par défaut, pas besoin de réinventer la roue vous-même.
• Visualisation + low code — Glisser-déposer sur toile + synchronisation bidirectionnelle YAML + génération de langage naturel avec assistant IA, le personnel commercial et les ingénieurs peuvent commencer.
• Human-in-the-loop — manual_approval est un modificateur d'étape de première classe : n'importe quelle étape peut recevoir un contrôle d'approbation, avec centre d'approbation et notifications par e-mail, et la validation peut aussi se faire via l'API.

Pourquoi un agent nu ne suffit pas

Parlez à l'agent directement dans l'EDI ou dans le chat, et bientôt vous rencontrerez :

• Non reproductible : le même problème entraîne des résultats différents à chaque fois, ce qui rend les tests de régression impossibles.
• Inobservable - Personne n'enregistre les outils que l'agent a ajustés au cours du processus de réflexion, combien de jetons il a utilisés et combien d'argent il a dépensé.
• Non auditable : lorsqu'il s'agit de données clients et d'opérations de fonds, l'équipe de conformité ne peut pas les retracer par la suite.
• Non réutilisable : chaque employé "parle à l'agent une fois" et la même logique métier est inventée N fois
• Ingouvernable : les informations d'identification, les quotas de modèles et les nœuds d'approbation se trouvent tous dans l'historique de discussion de chacun, hors de contrôle.

Le workflow comble ces cinq points, ce qui permet aux Agents d'entrer dans les processus de production formels de l'entreprise.

Trois atouts de la plateforme

• Canevas visuel + synchronisation bidirectionnelle YAML — Un graphique DAG et un YAML sont équivalents au niveau octet. Vous pouvez faire glisser des nœuds ou écrire directement YAML ; les deux parties se mettent à jour en temps réel sans perdre de commentaires ni gâcher la commande.
• Primitives pour les citoyens de première classe des flux de travail d'IA — single / group_chat / agent_based / classifier / state_machine / sub_workflow sont tous des types de step natifs, tandis que manual_approval est un modificateur d'approbation ajoutable à n'importe quelle étape. Décrire une collaboration multi-agents devient aussi naturel qu'écrire du code.
• Qualité de production par défaut — Exécution de code dans un bac à sable Docker, reprise automatique après redémarrage du service, chiffrement des identifiants en AES-256-GCM, journaux d'audit, débogueur avec 9 types de points d'arrêt : tout cela est présent par défaut et tient la charge en production.

Comment cela peut-il vous aider ?

Les trois personnalités d’utilisateurs les plus courantes :

① Opérations commerciales · Automatisez les choses qui se répètent chaque semaine

• Tous les jours à 8 heures du matin, récupérez un lot d'actualités de l'industrie sur RSS/Twitter, classez-les par sujet, rédigez un résumé en chinois sur l'IA et soumettez-le à Slack/Feishu.
• Chaque lundi, les données Apple Search Ads + Google Ads sont automatiquement extraites, des rapports Excel sont générés, 5 suggestions clés sont émises et des e-mails sont envoyés aux opérations.
• Avant qu'un nouveau produit de commerce électronique ne soit mis en rayon, il subit une série d'examens multi-agents (sélection du produit, dénomination, rédaction, stratégie de prix). Si un élément ne parvient pas à passer, le produit sera bloqué.

② Équipe d'ingénierie · Faire du pipeline LLM un actif exploitable et maintenable

• Révision du code : plusieurs agents examinent indépendamment un PR sous différents angles (lisibilité/sécurité/performance/couverture des tests) et donnent des notes et des suggestions d'amélioration après le résumé.
• Classification des alarmes en ligne : Connectez-vous au Webhook, LLM détermine si l'alarme est un « vrai problème » ou un « bruit », et crée automatiquement un ticket ou l'avale directement.
• Automatisation des notes de version : CI déclenche, capture les validations, filtre les modifications avec rupture et les organise dans Markdown destiné à l'utilisateur.

③ Développeur d'agents · Orchestrer la collaboration multi-agents

• group_chat : laissez les trois agents de rôle PM/Ingénierie/QA se critiquer jusqu'à ce qu'un plan soit aligné.
• agent_based : laissez l'orchestrateur attribuer dynamiquement des sous-tâches aux travailleurs respectifs des chercheurs/écrivains/codeurs après avoir lu les questions de l'utilisateur.
• state_machine : plusieurs cycles de dialogue + transfert d'état, écrivant un processus métier complexe (approbation du contrat/cycle de vie des ordres de travail) dans un diagramme d'état rejouable.

Trois différences fondamentales (par rapport aux autres outils)

1. Débogueur interactif à points d'arrêt

Vous posez des points d'arrêt avant / après un step, à l'échec ou lorsqu'une condition est satisfaite, exécutez pas à pas, inspectez toutes les variables et modifiez-les directement à l'exécution avant de poursuivre. L'expérience s'aligne sur celle du débogueur d'un IDE.

2. Le service redémarre et reprend automatiquement à partir de l'étape interrompue.

Le flux de travail a atteint l'étape 7 et le serveur a été redémarré par le MOO - d'autres outils ont dû être exécutés depuis le début. Une fois que Braidrun a configuré le champ de récupération, il peut continuer à s'exécuter directement à partir de l'étape 7 après le redémarrage, et les étapes précédemment terminées (marquées par idempotent) seront automatiquement ignorées.

3. YAML et canevas bidirectionnel au niveau des octets

Les modifications apportées à YAML sont immédiatement reflétées sur le canevas ; la connexion des lignes sur le canevas génère immédiatement YAML. Le workflow de comparaison dans Git est une comparaison YAML normale, pas un vidage JSON compliqué. Vous pouvez passer la moitié du temps à faire glisser le canevas et l'autre moitié à peaufiner dans YAML.

Ne Convient pas à qui

Soyez honnête : dans les scénarios suivants, vous pouvez choisir un autre outil plus adapté.

• ETL/transfert de données pur — Airflow / Dagster / dbt, ces orchestrateurs ETL professionnels, sont encore meilleurs dans ce domaine. Nous nous concentrons sur le « workflow avec les étapes de l'IA ».
• Inférence en temps réel au niveau de la milliseconde — Un moteur de workflow comporte par nature une surcharge d'ordonnancement et ne convient pas à l'inférence en ligne exigeant une latence de l'ordre de la milliseconde ; pour ce type de cas, il vaut mieux appeler directement l'API LLM.
• J'ai juste besoin d'une conversation par chat — Si vous voulez simplement être un agent capable de parler, utiliser Claude Desktop / ChatGPT suffit ; Braidrun est une « orchestration en plusieurs étapes », et son utilisation pour des tâches en une seule étape est un peu exagérée.

Aperçu du prix en 30 secondes

• Gratuit — 5 flux de travail / 3 étapes de base / BYOK - une expérience personnelle suffit.
• Pro — 50 workflows / les 8 étapes / assistant IA / débogueur de point d'arrêt.
• Équipe — 200 flux de travail/informations d'identification partagées par l'équipe/édition collaborative.
• Entreprise — Illimité / SSO / Audit / SLA.

Pour une comparaison détaillée des packages et le chemin de mise à niveau, voir Abonnements et tarifs.

Aperçu de la sécurité des données de 30 secondes

• Toutes les API Key sont stockées chiffrées en AES-256-GCM dans le centre d'identifiants et n'apparaissent ni dans les journaux ni dans les exports YAML.
• En mode BYOK, les appels de modèle utilisent directement votre propre Key et sont facturés par le provider.
• Le plan Entreprise prend en charge un déploiement privé complet : les données, les enregistrements d'exécution et les produits ne quittent jamais vos frontières.

Que faire ensuite

• Démarrage rapide — L'inscription est gratuite ; lancez votre premier workflow en 10 minutes.
• Concepts de base — Avant de commencer, passez 5 minutes à comprendre la relation entre workflow/étape/agent/module.
• Présentation de la bibliothèque de modèles — Plus de 240 modèles sectoriels ; commencez par voir s'il en existe un proche de votre besoin.