Bem- vindo ao workflow Braidrun
O que é Braidrun Workflow, para quem é adequado, e que problemas pode resolver? Faça um alinhamento rápido em dois minutos.
Se você abrir o Braidrun Workflow pela primeira vez, esta página explicará claramente em dois minutos: o que somos, o que podemos fazer por você, para quem somos adequados e para quem não somos adequados.
O Que somos
Braidrun Workflow é uma plataforma de construção de "workflow de IA orientado por agente".
Copiando manualmente no ChatGPT funciona para validar uma ideia, mas os resultados não são registrados, a lógica não pode ser reutilizada e não pode ser executada em um cronograma. Um workflow agente empacota um ou mais Agentes além de gatilhos, aprovações e efeitos colaterais em um processo estruturado e versionável, dando a esses problemas uma solução de nível de engenharia.
Braidrun Workflow fornece a espinha dorsal da engenharia para exatamente este caminho.
Para onde foi a indústria?
À medida que 2026 chega, a conversa em torno de workflows agentes mudou de conceitos para implementação de engenharia e retorno do investimento. Alguns pontos comuns de acordo:
- Do diálogo com um único agente → colaboração multiagente + orquestração do sistema — Os agentes de nível empresarial com valor comercial devem possuir quatro capacidades principais: planejamento inteligente, memória de longo prazo, invocação de ferramentas e ação autônoma.
- Os pontos de dor da última milha estão agora totalmente expostos — Muitas empresas ficam presas em três coisas durante a implantação real: integração de sistemas (ERP / CRM / OA sem APIs modernas), conhecimento de início frio (o alto custo de construir RAG sobre documentos não estruturados e corpora de linha cruzada de produtos), e governança empresarial (permissões, custo, auditoria e isolamento, tudo em branco quando atinge a produção).
- Low-code se torna o padrão para plataformas de orquestração de agentes — As pessoas que entendem melhor um processo de negócio são geralmente pessoal de linha de frente. A orquestração visual mais deixar os usuários empresariais definirem seus próprios processos tornou-se a expectativa de base para plataformas como esta.
- Humano no circuito — As etapas de IA são orquestradas diretamente em processos de negócios: as pessoas possuem os nós de revisão e de manipulação de exceções, enquanto a IA lida com os segmentos padronizados de alta frequência.
O que Braidrun fez em resposta a esses consensos?
- Chamada de ferramenta + conexão do sistema — Cliente/servidor MCP integrado, gatilhos Webhook, REST API e Centro de credenciais + vínculo de provider. O Agent pode acessar de fato seu CRM / OA / APIs internas existentes.
- conhecimento partida a frio — A ferramenta RAG funciona fora da caixa – escaneie uma pasta para habilitar a pesquisa semântica – enquanto mais de 240 modelos da indústria ajudam você a pular o custo de inicialização da construção de um processo do zero.
- Governança de nível empresarial — Logs de auditoria, criptografia de credenciais, cadeia de aprovação, isolamento por equipe e controle de cotas por assinatura – tudo habilitado por padrão, sem necessidade de reinventar a roda.
- Visualização + baixo código — Arrastar e soltar tela + sincronização bidirecional YAML + geração de linguagem natural do assistente de IA, tanto o pessoal de negócios quanto os engenheiros podem começar.
- Humano no circuito —
manual_approvalé um modificador de passo de primeira classe: qualquer passo pode obter uma porta de aprovação, com um centro de aprovação e notificações de email, e as aprovações também podem ser tratadas via API.
Por que agente nu não é suficiente
Fale com o Agente diretamente no IDE ou Chat, e em breve você encontrará:
- Não repetível - o mesmo problema sempre tem resultados diferentes, impossibilitando o teste de regressão
- Inobservável – Ninguém registra quais ferramentas o Agente ajustou durante o processo de pensamento, quantos tokens ele usou e quanto dinheiro gastou.
- Não auditável – quando se trata de dados de clientes e operações de fundos, a equipe de compliance não pode rastreá-los posteriormente.
- Não reutilizável – cada funcionário “fala com o Agente uma vez” e a mesma lógica de negócios é inventada N vezes
- Ingovernável - Credenciais, cotas de modelo e nós de aprovação estão todos no histórico de bate-papo de todos, fora de controle
O workflow preenche todas as cinco lacunas, para que os agentes possam entrar nos processos de produção reais de uma empresa.
Três trunfos da plataforma
- Tela visual + sincronização bidirecional YAML — Um gráfico DAG e um YAML são equivalentes em nível de byte.
- Primitivos para cidadãos de primeira classe em workflows de IA — single / group chat / agent based / classifier / state machin / sub workflow são todos tipos nativos de passo, enquanto manual aprovation é um modificador de aprovação que você pode adicionar a qualquer passo. Descrever a colaboração multi-agente parece tão natural quanto escrever código.
- Padrão de grau de produção — O código é executado em uma caixa de areia Docker, as execuções retomam automaticamente após o reinício do serviço, as credenciais são criptografadas AES-256-GCM, há um registro de auditoria, e o depurador tem 9 tipos de pontos de interrupção – tudo incorporado, então ele se mantém na produção.
Como isso pode ajudá-lo?
As três personas de usuário mais comuns:
① Operações comerciais · Automatize coisas que se repetem todas as semanas
- Todos os dias, às 8h, pegue um lote de notícias do setor no RSS/Twitter, classifique-as por tópico, escreva um resumo em chinês sobre IA e envie-o para o Slack/Feishu.
- Todas as segundas-feiras, os dados do Apple Search Ads + Google Ads são extraídos automaticamente, relatórios Excel são gerados, 5 sugestões principais são emitidas e e-mails são enviados para as operações.
- Antes de um novo produto de comércio eletrônico ser colocado nas prateleiras, ele passa por uma rodada de revisão multiagente (seleção de produtos, nomenclatura, redação, estratégia de preços).
② Equipe de engenharia · Tornar o pipeline LLM um ativo operável e sustentável
- Revisão de código: Vários agentes revisam independentemente um PR de diferentes perspectivas (legibilidade/segurança/desempenho/cobertura de teste) e fornecem pontuações e sugestões de melhoria após resumir.
- Classificação de alarme online: Conecte-se ao Webhook, LLM determina se o alarme é um "problema real" ou "ruído" e cria automaticamente um ticket ou o engole diretamente.
- Automação de notas de lançamento: o CI aciona, captura commits, filtra alterações significativas e as organiza em Markdown voltado para o usuário.
③ Desenvolvedor de agente · Orquestrar colaboração multiagente
- group_chat: Deixe os três agentes de função de PM/Engenharia/QA criticarem uns aos outros até que um plano esteja alinhado.
- agent_based: permite que o orquestrador atribua subtarefas dinamicamente aos respectivos trabalhadores dos pesquisadores/escritores/codificadores após ler as perguntas do usuário.
- state_machine: Múltiplas rodadas de diálogo + transferência de estado, escrevendo um processo de negócios complexo (aprovação de contrato/ciclo de vida de ordem de serviço) em um gráfico de estado reproduzível.
Três diferenças principais (em comparação com outras ferramentas)
1. Interactive breakpoint debugger
Defina pontos de parada antes ou depois de qualquer passo, na falha, ou quando uma condição é cumprida; passe por execução, inspecione cada variável e edite variáveis em tempo de execução antes de continuar. A experiência corresponde a um depurador em um IDE.
2. O serviço é reiniciado e retoma automaticamente a partir da etapa interrompida.
O workflow atingiu a etapa 7 e o servidor foi reiniciado pelo OOM – outras ferramentas tiveram que ser executadas desde o início.
3. YAML e canvas bidirecional em nível de byte
As alterações no YAML são refletidas imediatamente na tela;
Não é adequado para quem
Seja honesto: nos cenários a seguir, você pode escolher outra ferramenta mais adequada.
- ETL puro/transferência de dados — Airflow/Dagster/dbt, esses orquestradores ETL profissionais, ainda são melhores nisso.
- Inferência em tempo real em nível de milissegundos — Um mecanismo de workflow carrega inerentemente agendamento em cima, então ele não é adequado para inferência on-line com requisitos de latência milissegundo; para esses casos, chamar a API LLM diretamente é um ajuste melhor.
- Só preciso de uma conversa por chat — Se você quer apenas ser um Agente que pode conversar, basta usar Claude Desktop / ChatGPT;
Visualização de preço de 30 segundos
- Livre — 5 workflows / 3 etapas básicas / BYOK – experiência pessoal é suficiente.
- Pro — 50 workflows/todas as 8 etapas/assistente de IA/depurador de ponto de interrupção.
- Equipa — 200 workflows/credenciais compartilhadas pela equipe/edição colaborativa.
- Empresa — Ilimitado/SSO/Auditoria/SLA.
Para comparação detalhada de pacotes e caminho de atualização, consulte Assinaturas e Preços.
Visualização de segurança de dados de 30 segundos
- Todas as API Keys são armazenadas no Centro de credenciais com criptografia AES-256-GCM e não aparecem em logs nem em exportações YAML.
- Em uma configuração BYOK, as chamadas de modelo usam sua própria chave diretamente e são faturadas pelo provedor.
- O plano Enterprise oferece suporte à implantação privada completa: dados, registros de execução e produtos nunca saem de suas fronteiras.
O que fazer a seguir
- Início Rápido — O cadastro é gratuito – execute seu primeiro workflow em 10 minutos.
- Conceitos Principais — Antes de começar, gaste 5 minutos entendendo a relação entre workflow/etapa/agente/módulo.
- Visão geral da biblioteca de modelos — 240+ modelos de indústria – veja se um está perto do que você precisa.