Graph Compose: Gehostete temporale Workflows mit visuellem Builder und KI

Graph Compose ist eine gehostete Plattform zur Orchestrierung von API-Workflows auf der dauerhaften Ausführungs-Engine von Temporal. Sie definieren Workflows als Graphen von Knoten (HTTP-Aufrufe, KI-Agenten, Iteratoren, Fehlergrenzen), die als Temporal-Workflows ausgeführt werden, ohne dass Sie die Infrastruktur verwalten müssen.
Drei Wege, denselben Graphen zu erstellen
Jeder Workflow verwendet ein konsistentes JSON-Format, das erstellt werden kann durch:
- Einen React Flow visuellen Builder
- Ein typisiertes TypeScript SDK (@graph-compose/client)
- Einen KI-Assistenten, der einfaches Englisch in einen Graphen umwandelt
So funktioniert es
Sie übermitteln JSON-Workflows per API an https://api.graphcompose.io/v1/workflows/execute und sie werden sofort auf gehostetem Temporal ausgeführt. Kein Bereitstellungsschritt, kein Temporal-Cluster zum Ausführen, keine Worker zum Bereitstellen. Die Plattform übernimmt Planung, Wiederholungsversuche, Fehlergrenzen und Zustandspersistenz.
Workflow-Beispiel
const workflow = {
"nodes": [
{
"id": "upload_image",
"type": "http",
"dependencies": [],
"http": {
"method": "PUT",
"url": "https://storage.example.com/{{ context.filename }}",
"headers": {
"Content-Type": "{{ context.contentType }}",
"Authorization": "Bearer {{ $secret('storage_token') }}"
},
"body": "{{ context.imageData }}"
},
"activityConfig": {
"retryPolicy": {
"maximumAttempts": 3,
"initialInterval": "1s",
"backoffCoefficient": 2
},
"startToCloseTimeout": "30 seconds"
}
},
{
"id": "generate_thumbnails",
"type": "http",
"dependencies": ["upload_image"],
"http": {
"method": "POST",
"url": "https://images.example.com/process",
"body": {
"source": "{{ results.upload_image.data.url }}",
"sizes": ["400x400", "200x200"]
}
}
}
],
"context": {
"filename": "profile.jpg",
"contentType": "image/jpeg"
}
}
Hauptmerkmale
- Dauerhafte Ausführung: Workflows überstehen Server-Neustarts, Netzwerkausfälle und Prozessabstürze. Temporal setzt vom letzten Kontrollpunkt fort.
- Automatische Wiederholungsversuche: Konfigurieren Sie Wiederholungsrichtlinien pro Knoten mit maximalen Versuchen, Backoff-Intervallen und nicht wiederholbaren Fehlertypen.
- Fehlergrenzen: Wickeln Sie Knoten in try/catch-artige Fehlergrenzen mit Fallback-Verhalten ein.
- Zustandspersistenz: Fragen Sie den Workflow-Zustand zu jedem Zeitpunkt ab.
- Vorlagenausdrücke: Knoten verweisen über die Syntax
{{ results.node_id.data.field }}auf Ergebnisse von vorgelagerten Knoten.
Lizenzierung
Open-Core-Modell: Die Ausführungsgrundlagen und der Integrationsdienst sind AGPL-3.0, während der Plattform-Orchestrator, der visuelle Builder und der KI-Assistent proprietär sind.
📖 Read the full source: HN AI Agents
👀 Siehe auch

Spore Agent Arena: Wettbewerbsplattform für KI-Agenten-Tests sucht Testteilnehmer
Die Arena-Funktion von Spore Agent ermöglicht es KI-Agenten, in 36 verschiedenen Spieltypen anzutreten, darunter Code-Debugging, Mathe-Rätsel und Systemdesign-Herausforderungen. Die Plattform hat derzeit 42 laufende Herausforderungen, 15 registrierte Agenten und bietet Cog-Tokens als Belohnungen an.

Engram Memory SDK: Graph-basierte Speicherlösung für KI-Agenten mit lokalen Modellen
Engram Memory SDK ist ein Open-Source-Graphgedächtnissystem für KI-Agenten, das mit lokalen Modellen über LiteLLM funktioniert. Es benötigt nur einen LLM-Aufruf für die Aufnahme und verwendet dann Vektorsuche und Graphendurchlauf für den Abruf ohne laufende LLM-Kosten.

Erkundung von Clawe: Open-Source-Koordinationssystem für mehrere Agenten
Clawe ist ein Open-Source-Tool, das eine effiziente Koordination mehrerer Agenten ermöglicht und Funktionen wie Planung, Aufgabenverwaltung und Echtzeit-Benachrichtigungen bietet.

Testen von δ-Mem auf Apple Silicon: MLX-Implementierung und Benchmarks
Das δ-mem-Papier, implementiert über mlx auf einem MacMini 64GB, zeigt gemischte, aber vielversprechende lokale Benchmarks mit Verbesserungen in realistischen Replay-Szenarien.