Ausführung

Die Ausführungs-Engine von Sim bringt Ihre Workflows zum Leben, indem sie Blöcke in der richtigen Reihenfolge verarbeitet, den Datenfluss verwaltet und Fehler elegant behandelt, sodass Sie genau verstehen können, wie Workflows in Sim ausgeführt werden.

Dokumentationsübersicht

Schlüsselkonzepte

Topologische Ausführung

Blöcke werden in Abhängigkeitsreihenfolge ausgeführt, ähnlich wie eine Tabellenkalkulation Zellen neu berechnet. Die Ausführungs-Engine bestimmt automatisch, welche Blöcke basierend auf abgeschlossenen Abhängigkeiten ausgeführt werden können.

Pfadverfolgung

Die Engine verfolgt aktiv Ausführungspfade durch Ihren Workflow. Router- und Bedingungsblöcke aktualisieren diese Pfade dynamisch und stellen sicher, dass nur relevante Blöcke ausgeführt werden.

Schichtbasierte Verarbeitung

Anstatt Blöcke einzeln auszuführen, identifiziert die Engine Schichten von Blöcken, die parallel ausgeführt werden können, und optimiert so die Leistung für komplexe Workflows.

Ausführungskontext

Jeder Workflow behält während der Ausführung einen umfangreichen Kontext bei, der Folgendes enthält:

• Block-Ausgaben und -Zustände
• Aktive Ausführungspfade
• Verfolgung von Schleifen- und Paralleliterationen
• Umgebungsvariablen
• Routing-Entscheidungen

Ausführungsauslöser

Workflows können über mehrere Kanäle ausgeführt werden:

• Manuell: Testen und debuggen direkt im Editor
• Als API bereitstellen: Einen HTTP-Endpunkt erstellen, der mit API-Schlüsseln gesichert ist
• Als Chat bereitstellen: Eine Konversationsschnittstelle auf einer benutzerdefinierten Subdomain erstellen
• Webhooks: Auf externe Ereignisse von Drittanbieterdiensten reagieren
• Geplant: Nach einem wiederkehrenden Zeitplan mit Cron-Ausdrücken ausführen

Als API bereitstellen

Wenn Sie einen Workflow als API bereitstellen, macht Sim Folgendes:

• Erstellt einen eindeutigen HTTP-Endpunkt: https://sim.ai/api/workflows/{workflowId}/execute
• Generiert einen API-Schlüssel zur Authentifizierung
• Akzeptiert POST-Anfragen mit JSON-Payloads
• Gibt Workflow-Ausführungsergebnisse als JSON zurück

Beispiel für einen API-Aufruf:

curl -X POST https://sim.ai/api/workflows/your-workflow-id/execute \
  -H "X-API-Key: your-api-key" \
  -H "Content-Type: application/json" \
  -d '{"input": "your data here"}'

Als Chat bereitstellen

Die Chat-Bereitstellung erstellt eine Konversationsschnittstelle für Ihren Workflow:

• Gehostet auf einer benutzerdefinierten Subdomain: https://your-name.sim.ai
• Optionale Authentifizierung (öffentlich, passwortgeschützt oder E-Mail-basiert)
• Anpassbare Benutzeroberfläche mit Ihrem Branding
• Streaming-Antworten für Echtzeit-Interaktion
• Perfekt für KI-Assistenten, Support-Bots oder interaktive Tools

Jede Bereitstellungsmethode übergibt Daten an den Starter-Block Ihres Workflows und beginnt so den Ausführungsfluss.

Deployment-Snapshots

Alle öffentlichen Einstiegspunkte—API, Chat, Zeitplan, Webhook und manuelle Ausführungen—führen den aktiven Deployment-Snapshot des Workflows aus. Veröffentliche ein neues Deployment, wann immer du die Arbeitsfläche änderst, damit jeder Trigger die aktualisierte Version verwendet.

Das Deploy-Modal behält eine vollständige Versionshistorie bei—inspiziere jeden Snapshot, vergleiche ihn mit deinem Entwurf und führe Upgrades oder Rollbacks mit einem Klick durch, wenn du eine frühere Version wiederherstellen musst.

Programmatische Ausführung

Führe Workflows aus deinen Anwendungen mit unseren offiziellen SDKs aus:

# TypeScript/JavaScript
npm install simstudio-ts-sdk

# Python
pip install simstudio-sdk

// TypeScript Example
import { SimStudioClient } from 'simstudio-ts-sdk';

const client = new SimStudioClient({ 
  apiKey: 'your-api-key' 
});

const result = await client.executeWorkflow('workflow-id', {
  input: { message: 'Hello' }
});

Best Practices

Design für Zuverlässigkeit

• Behandle Fehler elegant mit geeigneten Fallback-Pfaden
• Verwende Umgebungsvariablen für sensible Daten
• Füge Logging zu Funktionsblöcken für Debugging hinzu

Leistung optimieren

• Minimiere externe API-Aufrufe wo möglich
• Nutze parallele Ausführung für unabhängige Operationen
• Cache Ergebnisse mit Memory-Blöcken, wenn angemessen

Ausführungen überwachen

• Überprüfe Logs regelmäßig, um Leistungsmuster zu verstehen
• Verfolge Kosten für KI-Modellnutzung
• Verwende Workflow-Snapshots zur Fehlerbehebung

Was kommt als nächstes?

Beginne mit Ausführungsgrundlagen, um zu verstehen, wie Workflows laufen, und erkunde dann Logging, um deine Ausführungen zu überwachen, sowie Kostenberechnung, um deine Ausgaben zu optimieren.