ワークフローのキャンバス

ライブラリからワークフローを開きます。Tasks タブがキャンバスです。

Incoming data と Extract and Embed がつながったキャンバス — 下書きのグラフです。Incoming data が Extract and Embed に渡ります。間のプラスで手順を挿入します。Missing や Needs attention は設定の不足であり、完了した実行ではありません。

グラフを開く

ワークフローから Open workflow を選びます。ヘッダーには Publication、Admission、Last run が残ります。それらは一覧の事実です。その下のキャンバスが下書きのグラフです。

Draft は未公開の変更です。画面は、手動実行が不変の公開スナップショットを使うと述べます。下書きを編集しても、既に起きた実行は変わりません。新しいグラフの公開にもなりません。Save draft は図を保存します。Publish release は別のボタンです。Run now は、未保存の下書きではなく公開スナップショットを実行します。

グラフが空のとき、キャンバスはノードを追加するよう示します。ズーム、元に戻す、やり直し、全体表示はツールバーにあります。元に戻すとやり直しは、表示されていても無効なことがあります。

ノードを追加する

機能ごとに分かれた Add Node メニュー — Add Node は、グラフに置けるタスクを一覧します。Preview、Trigger only、Unavailable は行に表示されます。

Add Node がカタログを開きます。接続上のプラスでも、二つのノードの間に手順を挿入できます。サイドパネルは、ノードをクリックして設定するか、二つの手順の間のプラスを押すと述べます。

グループは次のとおりです。

グループ	置けるもの
Listen	Table Update Trigger、DB Listener + Extract、File Arrival Trigger
Code / Compute	Notebook、Python Script、SQL Query
Ingestion and Transformation	Source Ingest、DLT Pipeline、dbt
Bundata Intelligence	Extraction Agent、Extract and Embed、Vector Embedding、Context Retrieval、Grounded Answer、Publish、Schema Validation、Index Update、Search Sync、Agent Refresh
Quality and Alerts	Quality Check、Data Quality Gate、Alert / Notification
Control	If / Else、分割、結合、For Each、Manual Approval
Destinations	Output (store results)、Webhook、Slack、Email、およびメニューに出るその他の送信

行があることより、行のラベルの方が重要です。

Preview: 保存できます。その手順が実行できるまで、実行はそれをスキップします。
Trigger only: 開始点であり、途中に置く手順ではありません。
Unavailable: 一覧に出ますが、実行されません。

メニューのバッジを読んでください。ノードを追加しても実行は始まりません。Webhook、Slack、メール、ERP、CRM の行は設定です。実行がその配信を示すまで、届いたことにはなりません。

抽出

コレクションをインデックスするは、Catalog index update のテンプレートから、コレクションを結んだキャンバスまで続きます。Generate Smart Bites が Index evidence に渡ります。カタログの状態が Indexed になるのは実行の結果であり、下書きのピンクのノードではありません。

自分で作るグラフでは、Incoming data などのソースのあとに Extract and Embed を足せます。その詳細にはオプトインの Knowledge layers 設定（knowledgeLayers: { version: 1, enabled, capUsd }、$0.01〜$10,000）があります。オンにすると、その実行が取り込んだ文書に対してセクションマップ、テーブルファクト、グラフ抽出、エンティティ解決、および GraphRAG 更新を順にビルドし、記録されたコストが capUsd に達すると停止します。

RAG チャット

RAG チャットは、コレクション、回答スキーマ、スキーマの版を結び、三段階のキャンバスを開きます（取得、根拠付き回答、保存）。Grounded answer、Extraction agent（extractionModel）、または Smart Bite generation（classificationModel とチャンキング戦略）の各ノードでは、特定のモデル（OpenAI、Anthropic、Google）を選択するか Workspace default のままにできます。モデル選択は編集中、公開時（WORKFLOW_RELEASE_VALIDATION_FAILED）、および実行受付時（409 WORKFLOW_MODEL_UNAVAILABLE）に検証され、公開リリースに固定されます。

分析

コレクションを要約するは短い引用付き要約です。二件から八件の文書と人間のレビューが必要な長い比較も、同じページにあります。

Python と SQL

Python と SQL は、Python compute をキャンバスに保存します。このテンプレートにコレクションの選択はありません。SQL query (read-only) は、登録された PostgreSQL ソースに対する読み取り専用の SELECT 一つです。

自分では実行されないもの

Save draft、新しいノード、テンプレートカードの Create workflow は、どれも設定を保存します。Publish release がスナップショットを作ります。Run now は、ロールに workflow:run がありワーカーが使えるとき、そのスナップショットを実行します。記録はライブラリの Last run status です。検証の問題が無いキャンバスでも、成功した実行ではありません。