ML-пайплайны (Workflows)

ML-пайплайны (Workflows)

ML-пайплайны (workflows) — это визуальный инструмент Arka AI для построения цепочек обработки данных с использованием AI-моделей. Вместо написания кода вы собираете пайплайн из готовых узлов (nodes), соединяете их в нужном порядке и запускаете — платформа выполняет всю цепочку автоматически.

Пайплайны подходят для задач, требующих нескольких последовательных шагов: обработка входящего текста, вызов LLM, фильтрация результатов, форматирование вывода — всё это собирается в одном визуальном графе без программирования.

Основные возможности

• Визуальный редактор — drag-and-drop интерфейс для расстановки и соединения узлов
• Библиотека узлов — готовые блоки: ввод данных, вызов моделей, трансформации, вывод результатов
• Галерея шаблонов — преднастроенные пайплайны для популярных сценариев (RAG, чат-боты, анализ текста)
• История запусков — полный журнал выполнения с логамиargo, статусами и возможностью повтора
• API-доступ — создание и запуск пайплайнов программно через REST API

Навигация

Раздел ML-пайплайнов доступен из панели управления по адресу /{username}/dashboard/workflows. Здесь вы увидите список ваших пайплайнов и кнопку создания нового.

Чтобы создать свой первый пайплайн, начните с руководства Быстрый старт в Workflows — оно проведёт вас через все шаги от выбора шаблона до первого запуска за считанные минуты.

Типичные сценарии использования

ML-пайплайны Arka AI решают широкий спектр задач — от простых чат-ботов до сложных многоэтапных цепочек обработки:

• Чат-боты и ассистенты — приём вопроса пользователя, вызов LLM с системным промптом, выдача ответа. Базовый сценарий для большинства интеграций.
• RAG (Retrieval-Augmented Generation) — поиск релевантного контекста в вашей базе знаний, объединение с вопросом, генерация точного ответа со ссылками на источники.
• Обработка и анализ текста — суммаризация длинных документов, извлечение сущностей, классификация, перевод.
• Пакетная обработка данных — загрузка CSV-файла, построчная обработка через LLM, сохранение результатов в датасет.
• Многошаговые цепочки — последовательный вызов нескольких моделей с трансформацией данных между шагами (например: классификация запроса → выбор модели → генерация → форматирование).

Структура документации

Раздел	Содержание
Быстрый старт	Создание первого пайплайна за 7 шагов
Узлы (Nodes)	Полный справочник по категориям узлов и их параметрам
API Workflows	Программное управление пайплайнами через REST API
История запусков	Просмотр, анализ и повтор запусков
Галерея шаблонов	Коллекция преднастроенных пайплайнов для типовых задач