概要

curl -X POST https://mandala.ayantram.com/api/workflows/your-workflow-id/execute \
  -H "X-API-Key: your-api-key" \
  -H "Content-Type: application/json" \
  -d '{"input": "your data here"}'

チャットとしてデプロイ

チャットデプロイはワークフロー用の会話インターフェースを作成します：

カスタムサブドメインでホスト: https://your-name.ayantram.com
オプションの認証（パブリック、パスワード、またはメールベース）
あなたのブランディングでカスタマイズ可能なUI
リアルタイム対話のためのストリーミングレスポンス
AIアシスタント、サポートボット、インタラクティブツールに最適

各デプロイメント方法はデータをワークフローのスターターブロックに渡し、実行フローを開始します。

デプロイメントスナップショット

すべての公開エントリーポイント（API、チャット、スケジュール、Webhook、手動実行）は、ワークフローのアクティブなデプロイメントスナップショットを実行します。キャンバスを変更するたびに新しいデプロイメントを公開することで、すべてのトリガーが更新されたバージョンを使用するようになります。

デプロイモーダルは完全なバージョン履歴を保持しています。任意のスナップショットを検査し、ドラフトと比較して、必要に応じてワンクリックで昇格またはロールバックし、以前のリリースを復元することができます。

プログラムによる実行

公式SDKを使用してアプリケーションからワークフローを実行できます：

# TypeScript/JavaScript
npm install mandala-ts-sdk

# Python
pip install mandala-sdk

// TypeScript Example
import { MandalaStudioClient } from 'mandala-ts-sdk';

const client = new MandalaStudioClient({ 
  apiKey: 'your-api-key' 
});

const result = await client.executeWorkflow('workflow-id', {
  input: { message: 'Hello' }
});

ベストプラクティス

信頼性を考慮した設計

適切なフォールバックパスでエラーを適切に処理する
機密データには環境変数を使用する
デバッグ用にFunction（関数）ブロックにログ記録を追加する

パフォーマンスの最適化

可能な限り外部APIコールを最小限に抑える
独立した操作には並列実行を使用する
適切な場合はMemory（メモリー）ブロックで結果をキャッシュする

実行の監視

パフォーマンスパターンを理解するために定期的にログを確認する
AIモデル使用のコストを追跡する
問題をデバッグするためにワークフロースナップショットを使用する

次のステップ

実行の基本からスタートしてワークフローの実行方法を理解し、ログ記録で実行を監視し、コスト計算で支出を最適化する方法を探りましょう。

概要

実行の基本

ロギング

コスト計算

外部API

On this page