Workflow Studio

可视化的 LLM / HTTP 工作流编排与测试平台。提供节点式编辑器、批量执行、定时调度、断言与基线对比、运行指标统计等能力，便于对 LLM 接口和上游服务进行回归测试与日常巡检。

• 后端：FastAPI + SQLite (aiosqlite) + WebSocket
• 前端：React 19 + Vite + @xyflow/react + Zustand + TanStack Query
• 部署：单容器（Dockerfile / docker-compose），前端构建产物由后端静态托管

主要功能

• 可视化编辑器：拖拽节点搭建工作流，支持变量注入、矩阵展开、循环与并发
• 丰富的 Step 类型：http_request、llm_request、expand_matrix、inject_variables、load_targets、summarize_results、gcp_config、assertions、snapshot、notify
• 运行历史 & 指标：记录每次执行结果，支持在 Metrics 页面查看趋势
• 断言 & 基线对比：对响应做字段断言，并与历史快照（baseline）比对差异
• 调度 & Webhook：内置后台调度器（默认 10s 轮询），同时支持 Webhook 触发
• 测试套件：把多个工作流组合为 Suite 一起执行
• Secrets 管理：内置 secret provider，避免在工作流里硬编码凭证

目录结构

workflow-studio/
├── backend/                FastAPI 服务
│   ├── app/
│   │   ├── main.py         应用入口（含 lifespan / 路由注册）
│   │   ├── config.py       Settings（环境变量前缀 WS_）
│   │   ├── routes/         REST + WebSocket 路由
│   │   ├── steps/          Step 实现（通过 @register_step 注册）
│   │   ├── engine/         工作流执行引擎
│   │   ├── scheduling/     后台调度器
│   │   ├── secrets/        Secrets provider
│   │   ├── storage/        文件 / 对象存储
│   │   └── db/             SQLite 引擎
│   ├── data/               预置数据
│   ├── user_data/          运行时数据（DB / workflows / presets / baselines）
│   └── pyproject.toml
├── frontend/               Vite + React 前端
│   └── src/pages/          WorkflowEditor / RunHistory / Metrics
├── Dockerfile
└── docker-compose.yml

快速开始（Docker，推荐）

docker compose up -d --build

服务启动后访问 http://localhost:8000，前端与 API 都由同一个端口提供。

• 用户数据持久化到 docker volume user_data
• 健康检查：GET /docs
• 通过 host.docker.internal 访问宿主机服务（已在 compose 中配置）

本地开发

需要 Python ≥ 3.11 与 Node ≥ 20。

后端

cd backend
python -m venv .venv && source .venv/bin/activate
pip install -e ".[dev]"          # 如需 GCS：pip install -e ".[gcp]"
uvicorn app.main:app --reload --port 8000

API 文档：http://localhost:8000/docs

前端

cd frontend
npm install
npm run dev                      # 默认 http://localhost:5173

开发模式下前端走 Vite dev server，后端 CORS 默认放行 http://localhost:5173 与 http://localhost:3000。

构建生产产物

cd frontend && npm run build      # 输出到 frontend/dist

把 frontend/dist 拷贝到 backend/static/，再启动 uvicorn 即可由后端统一托管 SPA（与 Dockerfile 行为一致）。

配置（环境变量）

所有配置项使用 WS_ 前缀，详见 backend/app/config.py：

变量	默认值	说明
WS_USER_DATA_DIR	backend/user_data	运行时数据目录（DB / workflows / presets / secrets）
WS_DATA_DIR	backend/data	预置数据目录
WS_MAX_PARALLEL_TASKS	10	单工作流最大并发
WS_DEFAULT_TIMEOUT	180	Step 默认超时（秒）
WS_CORS_ORIGINS	["http://localhost:3000","http://localhost:5173"]	CORS 白名单（JSON 数组字符串）

容器内默认 WS_USER_DATA_DIR=/app/user_data、WS_DOCKER=1。

使用流程

1. 打开 http://localhost:8000，进入 Workflow Editor
2. 从左侧节点面板拖入 Step（如 http_request / llm_request），连接节点形成 DAG
3. 在节点参数里写入请求字段，可使用 {{变量}} 注入上下文或 secrets
4. 用 expand_matrix / load_targets 展开批量用例，用 assertions 做校验
5. 点击运行；通过 WebSocket 实时查看每个节点的输入输出
6. 在 Run History 查看历史执行，在 Metrics 查看趋势
7. 在 Schedules 配置 cron / 间隔触发，或通过 Webhook 由外部触发
8. 用 snapshot + baselines 把当前响应固化为基线，后续运行自动 diff

常用 API（节选）

Method & Path	用途
GET /api/workflows	工作流列表
POST /api/workflows/{id}/runs	触发一次运行
GET /api/runs/{run_id}	查询运行结果
WS /ws/runs/{run_id}	订阅运行事件流
POST /api/webhooks/{id}	Webhook 触发
GET /api/secrets / POST	Secrets 管理

完整 schema 见 /docs（Swagger UI）和 /redoc。

测试

cd backend
pytest

License

Internal project — 暂未指定开源许可证。