AI Workflow Automation System

Build a NocoBase app — AI Workflow Automation System: native workflows with AI-employee nodes and an execution flow. Match the layout and signature visuals of this reference prototype: https://static-docs.nocobase.com/solution/templates/11-ai-workflow-automation.html

Introduction

Utilisez votre AI agent favori et NocoBase pour créer rapidement un système d’automatisation des flux de travail IA personnalisable, fiable et continuellement évolutif — pour gérer les événements déclencheurs métier, les vérifications de conditions, le traitement IA, les mises à jour de données, les résultats d’exécution et l’historique des exécutions de flux de travail.

Vous pouvez copier le prompt ci-dessous et laisser votre AI agent générer la structure de base du système d’automatisation des flux de travail IA dans NocoBase, puis ajuster visuellement les déclencheurs, les conditions, les nœuds IA et les actions de suivi.

Ce système convient aux scénarios tels que les suggestions de stock, la classification des tickets, l’analyse des clauses de contrat, la synthèse de base de connaissances, la publication de contenu, la synchronisation des actifs, les suggestions d’intégration des employés, et tout cas où l’IA doit participer automatiquement aux processus métier.

Liste des flux de travail IA :

Résultats d’exécution des flux de travail :

Canevas visuel de flux de travail :

Quels problèmes un système d’automatisation des flux de travail IA résout-il ?

De nombreuses équipes utilisent déjà l’IA pour générer du contenu, résumer des informations ou fournir des suggestions, mais ces actions restent généralement dans des conversations ponctuelles. Les utilisateurs doivent copier manuellement les données, appeler l’IA, vérifier les résultats et réécrire la sortie dans le système métier — l’ensemble du processus dépend encore du travail manuel.

Avec un système d’automatisation des flux de travail IA, l’IA peut participer directement à vos processus métier existants. Par exemple, lorsqu’un enregistrement de stock change, une suggestion de réapprovisionnement est générée automatiquement ; lorsqu’un article de base de connaissances est créé, un résumé est généré automatiquement ; lorsqu’un ticket est soumis, son type est classifié automatiquement ; lorsqu’un contrat entre dans la phase d’approbation, les modifications de clauses sont résumées automatiquement.

Chaque flux de travail peut être déclenché par un événement métier et exécuter dans l’ordre configuré des étapes de calcul, de vérification de conditions, de LLM, d’AI employee, de mise à jour d’enregistrement ou de création d’enregistrement. L’entrée, les instructions, la sortie et le statut d’écriture final de l’IA sont tous conservés dans les enregistrements d’exécution.

Ainsi, l’IA n’est plus seulement un outil de chat autonome — elle devient un nœud d’exécution automatisé au sein du processus métier. Les équipes peuvent voir clairement pourquoi chaque flux de travail a été déclenché, ce que l’IA a traité, quels résultats elle a produits et si les données ont été mises à jour avec succès.

Fonctionnalités principales

Gestion des flux de travail IA

• Gestion centralisée des flux de travail : Consultez en un seul endroit les noms des flux de travail, les types de déclencheurs, le statut d’activation et le nombre total d’exécutions.
• Contrôle d’activation et de désactivation : Activez ou désactivez rapidement des flux de travail spécifiques selon les besoins métier.
• Vue d’ensemble de l’exécution : Suivez le nombre de flux de travail activés, de flux de travail IA et d’exécutions cumulées pour comprendre l’utilisation de l’automatisation.

Événements métier et modes d’exécution

• Déclencheurs d’événements de données : Démarrez les flux de travail automatiquement lorsque des enregistrements sont créés, mis à jour ou que d’autres événements de collection se produisent.
• Exécution manuelle : Lancez manuellement un flux spécifique pour les tests ou le traitement de données métier particulières.
• Exécutions asynchrones : Déplacez les tâches IA de longue durée en arrière-plan pour réduire l’impact sur l’opération actuelle de l’utilisateur.

Orchestration visuelle des flux

• Canevas de nœuds : Connectez les déclencheurs, les nœuds de traitement et les nœuds de fin sur un canevas visuel pour voir le flux complet d’un coup d’œil.
• Branches conditionnelles : Décidez d’appeler ou non l’IA — et quelle action de suivi exécuter — en fonction des valeurs de champs ou des règles métier.
• Configuration de l’ordre d’exécution : Combinez flexiblement les nœuds de calcul, de condition, de traitement IA et d’opération de données.

Nœuds IA et de traitement des données

• Nœuds LLM : Gérez des tâches bien définies telles que la synthèse de contenu, la classification, l’extraction d’informations et la génération de texte.
• Nœuds AI employee : Réalisez un traitement métier plus complet basé sur des rôles, des prompts et des outils prédéfinis.
• Nœuds d’opération de données : Créez des enregistrements, mettez à jour des champs et réécrivez les résultats générés par l’IA dans les données métier.

Résultats d’exécution et suivi de l’historique

• Détails d’exécution complets : Affichez l’entrée du déclencheur, les instructions IA, la sortie du modèle, les statuts des nœuds et le résultat final d’écriture.
• Filtrage de l’historique d’exécution : Consultez l’heure, les paramètres d’entrée et le statut de chaque exécution par flux de travail.
• Diagnostic des problèmes : Utilisez les entrées et sorties au niveau des nœuds pour déterminer si un échec s’est produit dans la condition, l’appel IA ou la mise à jour des données.

Tests et maintenance continue

• Exécutions de tests manuels : Exécutez un flux de travail avant de l’activer pour vérifier les conditions, la sortie IA et l’écriture des données.
• Gestion des versions de flux de travail : Conservez différentes versions de configuration pour des ajustements et un retour arrière continus.
• Extension flexible des nœuds : Ajoutez de nouvelles conditions, capacités IA et actions de suivi au fur et à mesure de l’évolution des besoins métier, sans reconstruire l’ensemble du flux.

Pourquoi créer un système d’automatisation des flux de travail avec IA et NocoBase ?

Si vous construisez à partir de zéro avec du vibe coding ordinaire, chaque nouveau scénario d’automatisation IA implique généralement de réimplémenter l’écoute d’événements, les requêtes de données, les appels de modèles, la logique conditionnelle, la gestion des erreurs et l’écriture des résultats. À mesure que les flux se multiplient, le code devient plus complexe et les exécutions deviennent difficiles à retracer.

NocoBase fournit déjà les capacités fondamentales d’un système métier — modèles de données, flux de travail, vérifications de conditions, mises à jour d’enregistrements, permissions et historique des opérations. Vous pouvez intégrer directement des nœuds LLM ou AI employee dans ces capacités, permettant à l’IA de travailler avec des données et des processus métier réels au lieu de rester en dehors du système.

Par exemple, après la création d’un enregistrement de stock, une suggestion de stock peut être générée automatiquement ; après l’ajout d’un article de base de connaissances, un résumé peut être généré automatiquement ; après le changement de statut d’un contrat, l’IA peut résumer le changement de phase puis créer un enregistrement d’audit. Tous ces flux peuvent être consultés et ajustés sur le canevas visuel.

L’entrée, les instructions IA, la sortie et le statut de mise à jour des données de chaque exécution sont enregistrés, ce qui permet aux équipes de vérifier facilement les résultats et de localiser les problèmes. Pour les équipes qui accordent de l’importance à la traçabilité, la maintenabilité et l’itération à long terme, NocoBase est le meilleur choix pour construire une automatisation des flux de travail IA pour une utilisation métier réelle.

FAQ

1. En quoi l’automatisation des flux de travail IA diffère-t-elle des flux de travail ordinaires ?

Les flux de travail ordinaires exécutent principalement des règles prédéterminées, telles que les vérifications de conditions, l’envoi de notifications, la création d’enregistrements ou la mise à jour de champs.

Les flux de travail IA peuvent ajouter des nœuds LLM ou AI employee dans le flux, permettant au système d’effectuer des synthèses, des classifications, des extractions d’informations, des générations de contenu et des recommandations basées sur le contexte métier. L’IA gère les tâches non structurées, tandis que le flux de travail contrôle les conditions de déclenchement, l’ordre d’exécution et l’écriture des résultats.

2. En quoi les flux de travail IA diffèrent-ils des scripts d’automatisation générés par vibe coding ?

Le vibe coding peut produire rapidement un script d’automatisation, mais à mesure que les scénarios métier se multiplient, le déclenchement d’événements, les appels de modèles, les permissions de données, la gestion des erreurs, la journalisation et la maintenance des versions nécessitent tous un développement répété.

NocoBase place les nœuds IA dans son modèle de données et son système de flux de travail existants. Les équipes peuvent configurer des déclencheurs, des branches conditionnelles, des traitements IA et des opérations de données sur un canevas visuel et examiner chaque exécution — bien mieux adapté à la gestion d’une automatisation métier en cours d’exécution continue que de maintenir des scripts ponctuels épars.

3. Quels événements métier peuvent déclencher des flux de travail IA ?

Les flux de travail IA peuvent être déclenchés automatiquement par des événements de collection tels que la création ou la mise à jour d’enregistrements, ou exécutés manuellement par des utilisateurs.

Par exemple, générer une suggestion de réapprovisionnement après la mise à jour d’un enregistrement de stock, classifier le type de problème après la création d’un ticket, générer un résumé après l’ajout d’un article de base de connaissances, ou analyser automatiquement les changements de clauses après qu’un contrat entre dans une phase spécifique.

4. Puis-je définir des conditions avant d’appeler l’IA ?

Oui. Vous pouvez d’abord vérifier si les données remplissent des conditions spécifiées avant d’entrer dans un nœud LLM ou AI employee.

Par exemple, générer une suggestion de réapprovisionnement uniquement lorsque le stock tombe en dessous du niveau de sécurité, appeler l’analyse IA uniquement pour les tickets hautement prioritaires, ou créer un enregistrement d’audit uniquement après qu’un contrat entre dans la phase d’approbation. Cela réduit les appels de modèle inutiles et maintient le flux aligné sur les règles métier réelles.

5. Les résultats générés par l’IA peuvent-ils être réécrits directement dans le système métier ?

Oui. Après que l’IA a terminé son traitement, le flux peut continuer avec des nœuds de mise à jour d’enregistrement ou de création d’enregistrement, enregistrant les synthèses, les classifications, les suggestions, les tags ou les résultats d’analyse dans les tables correspondantes.

Par exemple, écrire les suggestions de stock dans les enregistrements de stock, enregistrer les résultats de classification des tickets dans les champs de tickets, ou créer un nouvel enregistrement d’audit basé sur les résultats d’analyse de contrat.

6. Puis-je voir quelles entrées l’IA a utilisées et quels résultats elle a générés à chaque fois ?

Oui. Les détails d’exécution montrent l’entrée du déclencheur, les instructions utilisées par les nœuds IA, la sortie du modèle, les résultats des nœuds suivants et le statut final d’écriture des données.

Cela signifie que les équipes peuvent voir non seulement si un flux a réussi, mais aussi pourquoi l’IA a produit un résultat particulier — utile pour valider les sorties, affiner les prompts et résoudre les anomalies.

7. Comment localiser les problèmes lorsqu’un flux de travail IA échoue ?

Chaque exécution conserve son heure, les statuts des nœuds, les paramètres d’entrée et les résultats de sortie. Les équipes peuvent utiliser l’historique d’exécution pour déterminer si un échec s’est produit dans la condition de déclenchement, le calcul, la vérification de condition, l’appel IA ou l’étape de mise à jour des données.

Comparé aux scripts autonomes qui n’affichent qu’un message d’erreur final, cet enregistrement d’exécution au niveau des nœuds est bien mieux adapté au débogage des processus métier de longue durée.

8. Puis-je utiliser des nœuds LLM et des AI employees ensemble ?

Oui. Les nœuds LLM sont adaptés aux tâches de contenu bien définies et à usage unique telles que la synthèse, la classification, l’extraction ou la génération de texte.

Les AI employees peuvent être configurés avec des rôles, des prompts et des outils disponibles, adaptés aux tâches qui combinent données métier et plusieurs étapes d’opération. Les équipes peuvent en choisir un en fonction de la complexité du flux, ou combiner les deux dans différents flux de travail.

9. Claude Code, Codex, Cursor ou OpenCode peuvent-ils aider à construire ces flux de travail ?

Oui. Les AI coding agents tels que Claude Code, Codex, Cursor et OpenCode peuvent se connecter à NocoBase et générer des structures de données, des nœuds de flux de travail, une logique conditionnelle et des pages connexes à partir de prompts en langage naturel.

Une fois les flux de travail générés, les équipes peuvent toujours les consulter, les tester et les ajuster dans l’interface visuelle de NocoBase au lieu de s’appuyer sur l’IA pour continuer à réécrire le code.

10. Puis-je contrôler qui peut consulter, exécuter ou modifier les flux de travail IA ?

Oui. NocoBase peut contrôler par rôle quels enregistrements d’exécution les utilisateurs peuvent consulter, quels flux ils peuvent exécuter manuellement et s’ils peuvent modifier la configuration des flux de travail.

Par exemple, les utilisateurs métier ordinaires ne peuvent consulter que les résultats qui les concernent, les administrateurs de processus peuvent examiner l’historique d’exécution et ajuster les nœuds, et les administrateurs système peuvent gérer la configuration des modèles, les versions de flux de travail et les permissions.

11. Les flux de travail IA peuvent-ils être itérés et maintenus sur le long terme ?

Oui. À mesure que les règles métier changent, vous pouvez continuer à ajuster les conditions de déclenchement, les prompts, les modèles, la logique de branche et les actions de suivi, ou ajouter des nœuds et changer d’approches de traitement.

Les versions de flux de travail, l’historique d’exécution et les résultats des nœuds aident les équipes à vérifier l’effet des modifications, évitant la nécessité de reconstruire un script d’automatisation complet à chaque changement d’exigences.

12. Les flux de travail IA sont-ils adaptés à une utilisation réelle en entreprise ?

Oui — en particulier pour les scénarios d’automatisation qui nécessitent un fonctionnement stable, des processus traçables et des résultats vérifiables.

NocoBase peut combiner selon vos besoins la gestion des permissions, la gestion des versions de flux de travail, l’historique d’exécution, les journaux d’opérations, les journaux d’audit, l’authentification unique d’entreprise, les API et les extensions de plugins. Comparé aux démos d’automatisation IA ponctuels, c’est bien mieux adapté aux processus métier qui nécessitent une maintenance continue et une expansion progressive.