Graph Compose : Flux de travail temporels hébergés avec constructeur visuel et IA

Graph Compose est une plateforme hébergée pour orchestrer des flux de travail d'API sur le moteur d'exécution durable de Temporal. Vous définissez des workflows sous forme de graphes de nœuds (appels HTTP, agents IA, itérateurs, limites d'erreur) qui s'exécutent comme des workflows Temporal sans avoir à gérer l'infrastructure.
Trois façons de construire le même graphe
Chaque workflow utilise un format JSON cohérent qui peut être créé via :
- Un constructeur visuel React Flow
- Un SDK TypeScript typé (@graph-compose/client)
- Un assistant IA qui transforme l'anglais simple en graphe
Comment cela fonctionne
Vous soumettez des workflows JSON via l'API à https://api.graphcompose.io/v1/workflows/execute et ils s'exécutent immédiatement sur Temporal hébergé. Aucune étape de déploiement, aucun cluster Temporal à exécuter, aucun worker à déployer. La plateforme gère la planification, les nouvelles tentatives, les limites d'erreur et la persistance de l'état.
Exemple de workflow
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"
}
}
Fonctionnalités clés
- Exécution durable : Les workflows survivent aux redémarrages de serveur, aux pannes réseau et aux plantages de processus. Temporal reprend à partir du dernier point de contrôle.
- Nouvelles tentatives automatiques : Configurez des politiques de nouvelle tentative par nœud avec un nombre maximum de tentatives, des intervalles de backoff et des types d'erreurs non réessayables.
- Limites d'erreur : Enveloppez les nœuds dans des limites d'erreur de type try/catch avec un comportement de repli.
- Persistance de l'état : Interrogez l'état du workflow à tout moment.
- Expressions de modèle : Les nœuds font référence aux résultats des nœuds en amont via la syntaxe
{{ results.node_id.data.field }}.
Licence
Modèle open-core : les fondations d'exécution et le service d'intégrations sont sous licence AGPL-3.0, tandis que l'orchestrateur de plateforme, le constructeur visuel et l'assistant IA sont propriétaires.
📖 Read the full source: HN AI Agents
👀 See Also

Zot : Un agent de codage léger pour terminal prend désormais en charge Claude Opus 4.8
Zot est un agent de codage terminal minimal distribué sous forme d'un binaire Go statique unique, sans dépendance d'exécution ni Docker. Il prend désormais en charge Claude Opus 4.8 ainsi que des dizaines d'autres modèles.

Gemini 3.1 Pro dans les systèmes multi-agents : Haute qualité de conception, taux d'échec des appels d'outils de 20 %
Les développeurs de Bobr, un générateur de présentations IA avec une architecture multi-agents, rapportent que Gemini 3.1 Pro produit des résultats de conception impressionnants mais souffre d'un taux d'échec d'appel d'outils d'environ 20 % et d'une corruption de texte incohérente dans les pipelines de production.

Le serveur TOON MCP réduit les jetons de résultats d'outils de 30 à 60 % dans OpenClaw.
Un serveur MCP qui compresse les résultats structurés d'outils JSON au format TOON peut réduire l'utilisation de tokens de 30 à 60 % pour les données tabulaires comme les requêtes de base de données et les réponses d'API, aidant à retarder la compaction de la fenêtre de contexte dans les sessions OpenClaw.

Présentation de Swarmcore : Un Cadre Multi-Agents Évolutif en Python
Swarmcore est une bibliothèque open-source permettant d'exécuter des flux de travail multi-agents évolutifs en Python, offrant une exécution séquentielle ou parallèle ainsi qu'une gestion de contexte extensible.