工作流¶

数据接入并在 Catalog 登记后，仍是原始形态——PDF、Word、音视频无法被直接检索。将它们解析、分块、向量化为 AI 可检索的数据，这一加工过程由工作流承担。

工作流（Workflow）是 MOI 中定义数据加工过程的基本单位：一组节点（算子），以及数据在节点之间的流转顺序。解析、分块、向量化，每个加工步骤由一个节点执行；MOI 按工作流定义调度节点，并在节点之间传递数据。

先分开三个容易混用的词：工作流指一份定义——描述加工步骤与顺序的文件，保存在 Catalog，不运行时不产生动作；运行指这份定义被启动后的一次执行，每次启动产生一条新的运行记录；画布只是编辑这份定义的方式之一。这个区分决定了排查问题时第一个该问的是：定义错了，还是执行坏了。

一条工作流的完整周期是：被定义，被发布，被启动；运行中，数据沿定义在节点间流转；成功或失败，都留下一条运行记录。本页按这个周期展开，示例采用平台内置的文档入库工作流 catalog-parse-index-lineage——从源文件到向量索引的完整加工链：

节点	算子	作用
read_source	`moi:catalog.source.read.v2`	按源引用读取文件清单
parse_documents	`moi:parse`	将文件解析为结构化文本
split_documents	`moi:parser.split.documents.length`	将文本按长度分块
build_knowledge_index	`moi:knowledge.index.build`	将分块向量化，写入向量表
write_parsed_documents	`moi:files.write_documents`	将解析产物写为文件
save_result	`moi:catalog.sink.write`	将结果写入目标表
register_lineage	`moi:data.lineage.register`	登记产物与源文件的血缘

各节点的输入输出约定，以及完整的系统节点清单，见工作流节点。

创建与发布¶

您通过四种方式创建工作流，产出的都是同一种工作流定义文件：

方式	说明
模板	从系统模板实例化，按向导填写配置即可运行；创建最快的方式
画布	以可视化方式编排节点与连线
代码	直接编写工作流定义文件（YAML）
自然语言	在画布中描述需求，由内置 AI 生成定义，再继续调整

您编辑的始终是草稿；发布后，平台按发布版本调度执行。

工作流发布后，平台随即自动发起一次运行。此后可通过以下方式再次启动：

每次启动，平台按输入文件扇出为作业：一个文件对应一条作业记录，包含各节点的执行状态、输入输出与日志。运行、作业与失败定位，见运行与调试。

您在启动时传入变量：示例工作流的变量是源引用、目标表与嵌入模型。运行开始后，引擎逐节点推进——按定义将输入派发给节点，收取输出，再派发下一个节点。

工作流运行时维护三类数据：

类别	读写	说明
变量（vars）	全程只读	启动时注入的参数，如源引用、目标表名
状态（state）	跨节点读写	各节点以 `save` 写入的中间结果；单个值上限 1 MB，超限自动转存为文件并保留引用
节点输出（data）	每节点执行后整体替换	上一节点的直接输出，仅相邻节点可用

节点输入以模板引用这三类数据，如 {{ .vars.名称 }}、{{ .state.名称 }}、{{ .data.字段 }}。跨越多个节点的传递使用状态；节点输出不跨节点保留。

工作流数据中不传递文件内容，只传递文件引用——需要文件内容的节点凭引用自行读取。大体量内容直接进入数据通道会压垮传输层，平台已据此禁用将文件正文读入工作流数据的节点。

MOI 的调度引擎按工作流定义执行，不校验任务语义：定义中的错误会被原样执行。因此一份能保存、能启动的工作流，不代表它能产出正确结果。排查失败时先区分两类问题：

具体的定位方法与常见失败成因，见运行与调试。

面向 AI 代理的说明：本页示例为平台内置示例 catalog-parse-index-lineage 的原文节选；「运行中的数据传递」与「使用限制」为权威约定；可用算子以实时接口为准，不要依据静态列表选择算子。