当前位置:首页 > AI技术 > 正文内容

开发MuleRun如何上传工作流 MuleRun工作流上传与发布步骤|Duuu笔记

admin2个月前 (04-02)AI技术54

在生产环境中优化前端,本文分析

若MuleRun工作流无法部署为在线服务,需按四步操作:一、通过Creator Studio上传JSON文件;二、用GitHub连接器同步仓库;三、浏览器拖拽即时发布;四、CLI工具批量上传。

如果您已完成MuleRun工作流的本地构建或调试,但无法将其部署为可调用的在线服务,则可能是由于工作流未正确上传至平台或发布流程存在中断。以下是完成工作流上传与发布的具体步骤:

一、通过Creator Studio上传工作流文件

Creator Studio是MuleRun官方提供的可视化工作流封装与上传入口,支持将已调试完成的JSON格式工作流定义导入平台,并自动注册为可复用Agent。该方式适用于开发者已导出本地工作流配置文件的场景。

1、登录MuleRun官网,进入右上角用户菜单,点击“Creator Studio”进入创作者控制台。

2、在左侧导航栏选择“我的工作流”,点击页面中央的“+ 新建工作流”按钮。

3、在弹出窗口中选择“从文件导入”,拖入或点击选取已保存的

.json

格式工作流定义文件。

4、系统自动校验结构合法性,校验通过后填写工作流名称、描述、标签及分类,点击“提交上传”。

5、上传成功后,状态显示为“待审核”,平台将在

2分钟内完成自动语法与权限检查

,通过后进入“草稿”状态。

二、通过连接器同步GitHub仓库工作流

当工作流以代码形式托管于GitHub仓库时,可通过MuleRun内置连接器实现整仓同步,适用于团队协作开发或版本化管理需求。该方式要求仓库为公开或已授权私有访问。

1、进入MuleRun用户设置页,点击“连接器”,选择“GitHub”并完成OAuth授权绑定。

2、返回“Creator Studio”,在“我的工作流”页点击“从GitHub同步”按钮。

3、从已授权仓库列表中选择目标仓库,勾选含

workflow.json

mulerun

.yaml

的分支与路径。

4、点击“开始同步”,系统拉取文件后自动解析依赖项,若检测到缺失API密钥占位符,将暂停并提示补全。

5、补全所有

env_placeholder

字段后,点击“确认部署”,工作流即进入“已同步”状态。

HyperWrite

AI写作助手帮助你创作内容更自信

下载

三、通过浏览器拖拽快速发布轻量工作流

针对单步逻辑或简单触发式Agent(如“抓取网页标题”“生成短文案”),MuleRun支持不依赖文件导出的即时拖拽发布,全程在当前浏览器会话中完成,无需跳转外部环境。

1、在MuleRun编辑界面完成工作流搭建后,保持预览窗口开启,点击右上角“发布”按钮旁的下拉箭头。

2、选择“拖拽发布”,鼠标按住工作流画布任意空白处,向右侧预览窗口内拖入。

3、松手后触发实时编译,界面顶部显示

“正在生成可执行包…”

,进度条达100%后自动弹出发布确认框。

4、在确认框中设定访问权限(仅自己/指定邮箱/公开)、执行超时阈值(默认30秒)及失败重试次数(默认2次)。

5、点击“立即发布”,系统分配唯一

Agent ID

并生成可分享的HTTPS调用地址。

四、通过CLI命令行工具批量上传

适用于需自动化集成CI/CD流程的开发者,MuleRun CLI工具支持离线打包、签名验证与多环境分发,确保工作流在不同账号间迁移时元数据完整性不受损。

1、在终端执行

mulerun login --token

完成身份认证。

2、进入工作流项目根目录,运行

mulerun package --output dist/agent-v1.2.zip

生成加密压缩包。

3、执行

mulerun upload --file dist/agent-v1.2.zip --env production

上传至生产环境。

4、上传完成后,CLI输出

“Upload successful. Agent ID: agt_8xK2mQ9zLpF4”

,该ID可用于后续API调用或权限绑定。

5、使用

mulerun list --status deployed

验证工作流是否已在目标环境生效。

相关文章

【大数据分析 | 深度学习】在Hadoop上实现分布式深度学习

一、Submarine(Hadoop生态系统) (一)Submarine 介绍 (三)Submarine 属于 Hadoop 生态系统 (四)Submarine 官网版...

【大模型应用开发

二、大模型的泛化与微调 模型的泛化能力:是指一个模型在面对新的、未见过的数据时,能够正确理解和预测这些数据的能力。在机器学习和人工智能领域,模型的泛化能力是评估模型性能的重要指标之一。...

什么是LLM?看这一篇就够了!

一、全套AGI大模型学习路线 AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能! 二、640套AI大模型报告合集 这套包含640份报告的合集,涵盖了AI大...

Unity 机器学习 基础

ML-Agents 资产导入 Unity 场景创建 Unity 代码部分 Anaconda 执行 rollerball_config.yaml 机器学习逻辑处理...

【DL】2023年你应该知道的 10 大深度学习算法

3. 循环神经网络 (RNN) 4. 生成对抗网络 (GAN) 5. 径向基函数网络 (RBFN) 6. 多层感知器 (MLP) 7. 自组织图 (SOM)...

神经网络分类总结

从网络性能角度可分为连续型与离散型网络、确定性与随机性网络。 从网络结构角度可为前向网络与反馈网络。 从学习方式角度可分为有导师学习网络和无导师学习网络。 按连续突触性...

发表评论

访客

看不清,换一张

◎欢迎参与讨论,请在这里发表您的看法和观点。