Article

Runtime de workflow

Le moteur d'exécution qui transforme un graphe de workflow versionné en processus tournant, observable et reprenable — la différence entre une démo d'agent et un déploiement d'agent.

Ce qu'un runtime fournit

Exécution durable (l'état survit aux redémarrages), invocation d'outils via des surfaces gouvernées, politique de reprise par étape, application des timeouts, idempotence pour les effets de bord externes, rejeu déterministe pour le débogage et traces qui lient parent-enfant à travers les frontières modèle, outil et retrieval.

  • État durable à travers redémarrages et étapes longues
  • Invocation d'outil idempotente avec reprises et timeouts
  • Rejeu déterministe depuis les traces
  • Graphes versionnés avec chemins de promotion

Substrats sur lesquels nous bâtissons

Pydantic AI comme framework d'agents par défaut ; LangGraph (LangChain) et l'OpenAI Agents SDK quand une pile existante les utilise ; Mastra pour les workflows TypeScript-natifs ; Inngest et Temporal pour l'exécution événementielle et durable de longue durée. Nous n'écrivons pas un framework concurrent — nous écrivons le contrat autour du framework.

Quand le runtime compte

Quand le workflow prend plus qu'une requête HTTP, quand les outils ont de vrais effets de bord, quand des humains approuvent, quand les coûts doivent être attribués par locataire, ou quand il faut rejouer une trace de six étapes pour déboguer la mauvaise sortie de jeudi dernier. Une session de chat pur n'a besoin de rien de tout cela ; un workflow de production a besoin de tout.

Ressources connexes