CN114445047B - 工作流生成方法、装置、电子设备及存储介质 - Google Patents
工作流生成方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114445047B CN114445047B CN202210113007.9A CN202210113007A CN114445047B CN 114445047 B CN114445047 B CN 114445047B CN 202210113007 A CN202210113007 A CN 202210113007A CN 114445047 B CN114445047 B CN 114445047B
- Authority
- CN
- China
- Prior art keywords
- workflow
- information
- meta
- node
- template
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 77
- 238000012545 processing Methods 0.000 claims abstract description 78
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 45
- 238000009877 rendering Methods 0.000 claims description 90
- 230000008569 process Effects 0.000 claims description 21
- 230000004044 response Effects 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000000977 initiatory effect Effects 0.000 claims description 4
- 230000001960 triggered effect Effects 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 24
- 238000012958 reprocessing Methods 0.000 abstract description 2
- 230000018109 developmental process Effects 0.000 description 23
- 238000010586 diagram Methods 0.000 description 21
- 238000005516 engineering process Methods 0.000 description 17
- 238000007726 management method Methods 0.000 description 15
- 238000004590 computer program Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 6
- 230000002452 interceptive effect Effects 0.000 description 5
- 230000003993 interaction Effects 0.000 description 4
- 238000012806 monitoring device Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004883 computer application Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012858 packaging process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Economics (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种工作流生成方法、装置、电子设备及存储介质,涉及计算机技术领域,尤其涉及人工智能技术开发领域。具体实现方案为:接收工作流生成请求,其中,工作流生成请求中携带有工作流的描述信息,并根据描述信息,确定工作流节点,再处理工作流节点,并基于处理结果获取工作流元信息,以及根据工作流元信息,生成目标工作流,由于是根据工作流的描述信息确定了工作流节点,并对该工作流节点进行整合处理,以生成目标工作流,使得目标工作流能够有效地适配工作流的描述信息,支持对工作流节点的个性化描述和调整,能够有效地满足不同用户的工作流定制需求,有效地提升工作流生成方法的灵活性和适用性。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及人工智能技术开发领域,具体涉及一种工作流生成方法、装置、电子设备及存储介质。
背景技术
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术;人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术,以及机器学习、深度学习、大数据处理技术、知识图谱技术等几大方向。
相关技术中,人工智能AI工作流的生成便捷性和适配性不佳。
发明内容
本公开提供了一种工作流生成方法、装置、电子设备、存储介质以及计算机程序产品。
根据本公开的第一方面,提供了一种工作流生成方法,包括:接收工作流生成请求,其中,工作流生成请求中携带有工作流的描述信息;根据描述信息,确定工作流节点;处理所述工作流节点,并基于处理结果获取工作流元信息;以及根据工作流元信息,生成目标工作流。
根据本公开的第二方面,提供了一种工作流生成方法,包括:接收工作流描述请求,其中,工作流描述请求中携带有场景信息;确定与场景信息匹配的工作流的描述信息;根据工作流的描述信息,生成工作流生成请求;将工作流生成请求提供至工作流生产方,以触发工作流生产方根据工作流生成请求生成目标工作流。
根据本公开的第三方面,提供了一种工作流生成装置,包括:第一接收模块,用于接收工作流生成请求,其中,工作流生成请求中携带有工作流的描述信息;第一确定模块,用于根据描述信息,确定工作流节点;第一处理模块,用于处理所述工作流节点,并基于处理结果获取工作流元信息;以及第一生成模块,用于根据工作流元信息,生成目标工作流。
根据本公开的第四方面,提供了一种工作流生成装置,包括:第二接收模块,用于接收工作流描述请求,其中,工作流描述请求中携带有场景信息;第二确定模块,用于确定与场景信息匹配的工作流的描述信息;第二生成模块,用于根据工作流的描述信息,生成工作流生成请求;第二处理模块,用于将工作流生成请求提供至工作流生产方,以触发工作流生产方根据工作流生成请求生成目标工作流。
根据本公开的第五方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如第一方面的工作流生成方法,或者执行如第二方面的工作流生成方法。
根据本公开的第六方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行如第一方面的工作流生成方法,或者执行如第二方面的工作流生成方法。
根据本公开的第七方面,提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如第一方面的工作流生成方法的步骤,或者执行如第二方面的工作流生成方法的步骤。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其他特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开第一实施例的示意图;
图2是根据本公开第二实施例的示意图;
图3是根据本公开一实施例的工作流开发平台的结构示意图;
图4是根据本公开第三实施例的示意图;
图5是根据本公开第四实施例的示意图;
图6是根据本公开第五实施例的示意图;
图7是根据本公开第六实施例的示意图;
图8是根据本公开第七实施例的示意图;
图9是根据本公开第八实施例的示意图;
图10示出了用来实施本公开实施例的工作流生成方法的示例电子设备的示意性框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是根据本公开第一实施例的示意图。
其中,需要说明的是,本实施例的工作流生成方法的执行主体为工作流生成装置,该装置可以由软件和/或硬件的方式实现,该装置可以配置在电子设备中,电子设备可以包括但不限于终端、服务器端等。
本公开实施例涉及人工智能技术开发领域。
其中,人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
其中,人工智能技术开发,指的是基于人工智能技术,结合实际业务的应用场景,完成相应的技术开发任务,例如,开发简单易用的开发框架、开箱即用的开发环境、丰富的人工智能技能市场和云上管理平台,还支持视觉及听觉等人工智能应用开发、人工智能模型的在线部署等一系列开发任务。
如图1所示,该工作流生成方法,包括:
S101:接收工作流生成请求,其中,工作流生成请求中携带有工作流的描述信息。
其中,用于触发生成工作流的请求,即可以被称为工作流生成请求,该工作流请求中可以包括:工作流的描述信息。
其中,用于对工作流中不同工作流节点之间的流转逻辑、执行顺序、执行任务信息、节点类型等进行描述的信息,即可以被称为工作流的描述信息,而工作流的描述信息还可以例如是:工作流的功能描述信息,工作流的存储位置描述信息等,对此不做限制。
其中,工作流是指,业务操作过程的部分和/或整体流程在计算机应用环境下的自动化,即可以依托预先构建的工作流,实现在计算机应用环境下,自动化的完成相应的业务操作流程,从而能够基于工作流,有效地降低相应业务操作流程的执行成本,有效地提升相应业务流程的执行效率,而该流程可以具体例如为,图像识别流程,模型训练流程等,对此不做限制。
本公开实施例中的工作流,可以具体是人工智能AI中的工作流,对此不做限制。
本公开实施例描述的工作流生成方法,可以应用于工作流生产方,对此不做限制。
其中,该工作流的生产方,可以是精通工作流开发流程的生产者侧的电子设备,由生产者侧的电子设备根据不同用户在实际业务场景中对工作流的需求,生成各种适配于不同用户需求的工作流,此外,工作流生产方还可以支持向使用工作流的用户普及工作流的功能及适用场景,以便利用户根据自身的需求对工作流进行调用。
也即是说,本公开实施例中,接收工作流生成请求,可以是工作流生产方预先提供相应的应用程序编程接口(Application Programming Interface,API),而后经由API接收工作流生成请求,或者,接收工作流生成请求,还可以是针对工作流生产方预先配置相应的监听装置,并经由该监听装置监听不同用户的工作流生成请求,从而根据工作流生成请求,触发后续步骤,对此不做限制。
S102:根据描述信息,确定工作流节点。
其中,创建人工智能AI工作流的过程中所涉及的各类任务节点,即可以被称为工作流节点,一个完整的AI创建流程可以包括基础信息选择节点,发起训练节点,效果评估节点,模型部署节点,批量预测节点等各类节点,对此不做限制。
一些实施例中,根据描述信息,确定工作流节点可以是根据工作流的描述信息,对人工智能AI工作流创建流程中相应的多个节点进行比对处理,以从多个节点中确定与工作流的描述信息相应的工作流节点。
本公开实施例中,多个工作流节点可以具有相应的执行顺序和数据流向逻辑,多个工作流节点按照相应的执行数据和数据流向逻辑,共同组成一个完整的,可用于实际生产的工作流。
本公开实施例中,根据描述信息,确定工作流节点,还可以是对工作流的描述信息进行解析处理,并确定与该描述信息相应的候选工作流节点,再根据描述信息中需求的执行顺序配置候选工作流节点的执行顺序,根据描述信息中需求的数据流向逻辑配置候选工作流节点的数据流向逻辑,得到工作流节点,或者,也可以采用其他任意可能的方式,实现根据描述信息,确定工作流节点,对此不做限制。
S103:处理工作流节点,并基于处理结果获取工作流元信息。
其中,元信息是关于信息的信息,用于描述信息的结构、语义、用途和用法等。相应的,用于对工作流进行结构、语义、用途和用法等描述的信息,即可以被称为工作流元信息,具体可以例如为工作流的功能信息,工作流的标识信息等,对此不做限制。
一些实施例中,处理工作流节点,可以是在确定多个工作流节点后,对多个工作流节点进行顺序拼接处理,以得到相应的处理结果,或者,还可以是用户根据其实际业务场景的工作流开发需求,确定多个工作流节点执行顺序,再按照前述执行顺序对多个工作流节点进行拼接处理,以得到相应的处理结果。
本公开实施例在处理工作流节点,以得到相应的处理结果后,可以基于处理结果获取相应的工作流元信息,即可以对相应处理结果进行解析处理,以得到相应的解析处理结果,并将前述解析处理结果作为工作流元信息。
举例而言,对相应处理结果进行解析处理,可以是在处理工作流节点生成相应的解析处理结果后,将相应的处理结果输入至预先训练的深度学习模型之中,由深度学习模型对相应处理结果进行解析处理,并输出相应的解析处理结果,并将该解析处理结果作为工作流元信息,或者,还可以采用其他任意可能的方法,对相应处理结果进行解析处理,例如语义解析的方式,特征解析的方式等,对此不做限制。
S104:根据工作流元信息,生成目标工作流。
本公开实施例在处理工作流节点,并基于处理结果获取工作流元信息后,可以根据工作流元信息(即,对工作流进行结构、语义、用途和用法等描述的信息),对前述工作流节点进行描述与配置处理,并将前述描述与配置处理得到的工作流作为目标工作流。
一些实施例中,根据工作流元信息,生成目标工作流可以是对工作流元信息(即,对工作流进行结构、语义、用途和用法等描述的信息)进行解析处理,以得到相应的解析文件,而后采用该解析文件对工作流节点进行编辑和配置处理,以得到目标工作流。
本公开实施例中,不同的工作流可以分别适配于不同的业务场景。
相应地,根据工作流元信息,生成目标工作流,可以是根据工作流元信息,确定与该工作流元信息相应的工作流节点所适配的业务场景,并在该业务场景与用户当前的实际业务场景相匹配时,将与该工作流元信息相应的工作流节点作为目标工作流。
或者,也可以采用其他任意可能的方式,实现根据工作流元信息,生成目标工作流,对此不做限制。
也即是说,本公开实施例中的描述信息,可以对业务需求的工作流节点的类型、数量、执行顺序、数据流向逻辑进行描述,从而基于该描述信息确定相适配的工作流节点,再生成目标工作流时,使得人工智能AI工作流能够有效地适配工作流的描述信息,基于不同描述信息可以实现对工作流节点的个性化描述和调整,能够有效地满足不同用户的工作流定制需求。
本实施例中,通过接收工作流生成请求,其中,工作流生成请求中携带有工作流的描述信息,并根据描述信息,确定工作流节点,再处理工作流节点,并基于处理结果获取工作流元信息,以及根据工作流元信息,生成目标工作流,由于是根据工作流的描述信息确定了工作流节点,并对该工作流节点进行整合处理,以生成目标工作流,使得目标工作流能够有效地适配工作流的描述信息,支持对工作流节点的个性化描述和调整,能够有效地满足不同用户的工作流定制需求,有效地提升工作流生成方法的灵活性和适用性。
图2是根据本公开第二实施例的示意图。
如图2所示,该工作流生成方法,包括:
S201:接收工作流生成请求,其中,工作流生成请求中携带有工作流的描述信息。
本公开实施例中,工作流生产方、工作流使用方可以和工作流开发平台共同完成目标工作流的创建过程,其中,工作流使用方可以是企业内部需要使用工作流去赋能生产的使用者侧的电子设备,当工作流使用方需要使用特定的人工智能AI技术去赋能生产时,只需要按照工作流生产方给出的人工智能AI工作流的使用说明,去挑选合适的工作流,即可满足其在实际业务场景中的工作流需求。
本公开实施例中,可以一并结合图3对本公开实施例做具体的解释说明,如图3所示,图3是根据本公开一实施例的工作流开发平台的结构示意图,该工作流开发平台包括:工作流生成服务模块、工作流管理服务模块、工作流节点元信息仓库、工作流模板仓库、前端页面以及开发平台后端,各个模块的具体功能如下:
工作流模板仓库,是指用于存储工作流模板的数据库,其可以用于对工作流模板进行存储。
工作流管理服务模块,可以用来管理工作流模板仓库中保存的工作流模板,并提供工作流启动、关闭、查询等功能。
工作流节点元信息仓库,是指用于存储工作流节点的数据库,其可以用于存储最细粒度的工作流节点。
工作流生成服务模块,可以用于接收工作流生产方创建工作流生成请求,根据工作流生成请求中的描述信息确定工作流节点,并处理工作流节点形成工作流模板,再将工作流模板存储在工作流模板仓库中。
前端页面,是指用户交互页面,工作流使用方可以在该页面上选取所需的工作流后进行相应的工作流开发。
开发平台后端,是工作流运行的平台,其内部集成了工作流运行时需要的数据、模型的获取接口,以及发起模型训练、模型预测所需的接口,其可以为工作流提供运行基础,以辅助完成一次完整的工作流生产工作。
本公开实施例中,接收工作流生成请求,可以是工作流生成服务模块通过API接口接收,由工作流生产方根据实际业务需求,作出的工作流生成请求,该工作流请求可以具有相应的以脚本语言对象简谱(JavaScript Object Notation,JSON)格式描述的工作流的描述信息,对此不做限制。
本公开实施例中,工作流生成服务模块在接收到工作流生成请求后,可以对以JSON格式描述的工作流的描述信息进行解析处理,而后可以根据前述解析处理结果,确定相应的工作流节点,具体可以参见后续实施例。
S202:根据描述信息,确定工作流节点。
本公开实施例在从工作流生成请求中解析得到相应的工作流的描述信息后,可以根据描述信息,从工作流节点元信息仓库存储的多个工作流节点中,确定与该描述信息相应的工作流节点。
S203:处理工作流节点形成工作流模板。
其中,工作流模板是指以模板形式存在的可以用于执行某种具体工作流程的工作流,该工作流模板可以具体例如为物体检测流程模板、图像分类流程模板、文字识别流程模板等,对此不做限制。
一些实施例中,处理工作流节点,可以是对多个工作流节点以模板的方式进行集成处理,得到工作流模板,或者,还可以调用模板配置文件,根据模板配置文件处理多个工作流节点,以形成工作流模板,对此不做限制。
本公开实施例中处理工作流节点形成工作流模板,可以支持工作流使用方对工作流模板进行直接调用,进而可以有效地提升工作流模板的利用效率。
可选地,一些实施例中,处理工作流节点形成工作流模板,可以是确定各个工作流节点对应的节点元信息,并根据节点元信息对多个工作流节点进行拼接处理,形成工作流模板。
其中,元信息是指用于对元信息相应的信息的结构、语义、用途和用法进行描述的信息,相应的,用于对工作流节点进行结构、语义、用途和用法等描述的信息,即可以被称为节点元信息,该节点元信息可以具体例如为,工作流节点在节点元信息仓库中的存储位置,工作流节点的功能信息等,对此不做限制。
本公开实施例中,多个工作流节点可以存储在节点元信息仓库中,该节点元信息仓库可以是用于存储最细粒度的工作流节点的数据库,而工作流节点可以例为数据合并流程节点、图像分割流程节点、批量预测流程节点等,对此不做限制。
本公开实施例中,确定工作流节点对应的节点元信息可以是确定工作流节点在节点元信息仓库中的存储位置,工作流节点的功能信息等,并把前述确定的多种信息共同作为与工作流节点对应的节点元信息,对此不做限制。
也即是说,本公开实施例中,在确定各个工作流节点对应的节点元信息后,可以根据节点元信息,结合多个工作流节点之间的节点工作顺序对多个工作流节点进行拼接处理,由于不是所有的工作流节点都支持拼接得到相应的工作流模板,因此,可以在对多个工作流节点进行拼接处理的过程中,有效地过滤掉不支持拼接处理的工作流节点,从而能够有效地提升拼接得到的工作流模板的可用性,另外,在对工作流进行拼接处理的过程中,还可以支持对工作流节点的顺序进行自适应调整,从而能够使得前述拼接处理得到的工作流模板的工作流节点,能够有效地适配于不同用户的工作流需求。
另一些实施例中,在处理工作流节点形成工作流模板时,还可以支持对工作流模板进行校验处理(校验处理是指,可以根据工作流的描述信息,判断该工作流模板是否具有逻辑错误,是否为可用的工作流模板),即可以由上述图3所示的工作流开发平台中的工作流生成服务模块,对工作流模板进行校验处理,并在工作流模板校验通过(校验通过是指,工作流模板不具有逻辑错误,是可用的工作流模板)时,将通过校验处理的工作流模板存储在工作流模板仓库中,具体可以参见后续实施例。
S204:根据工作流模板,获取工作流元信息。
其中,元信息是关于信息的信息,用于描述信息的结构、语义、用途和用法等。
本公开实施例中,用于对工作流模板进行结构、语义、用途和用法等描述的信息,即可以被称为工作流元信息,而工作流元信息可以具体例如为工作流模板的存储位置信息,工作流模板的功能信息,工作流模板的标识信息等,对此不做限制。
也即是说,本公开实施例中,在处理工作流节点形成工作流模板后,可以确定工作流模板的存储位置信息,工作流模板的功能信息,工作流模板的标识信息等信息,并将前述确定的信息的全部或者部分作为工作流元信息,对此不做限制。
可选地,一些实施例中,根据工作流模板,获取工作流元信息,可以是将工作流模板存储至工作流模板仓库中,并确定工作流模板在工作流模板仓库中的存储位置信息,以及将存储位置信息作为工作流元信息。
本公开实施例在处理工作流节点形成工作流模板后,可以将工作流模板存储至工作流模板仓库中,由此,可以在后续的工作流生成方法的执行过程中,实现从工作流模板仓库中,直接调用相应的工作流模板,从而能够有效地辅助提升工作流模板获取效率。
其中,用于描述工作流模板在工作流模板仓库中存储位置的信息,即可以被称为存储位置信息,而存储位置信息可以具体例如为工作流模板在工作流模板仓库中的存储地址信息,对此不做限制。
也即是说,本公开实施例在将工作流模板存储在工作流模板仓库中后,可以确定工作流模板在工作流模板仓库中的存储地址信息,并将该存储地址信息作为工作流模板在工作流模板仓库中的存储位置信息。
本公开实施例在确定工作流模板在工作流模板仓库中的存储位置信息后,可以将存储位置信息作为工作流元信息,而后可以基于工作流元信息执行后续的工作流生成方法,具体可以参见后续实施例。
本公开实施例中,由于是先将工作流模板存储在工作流模板仓库中,并确定工作流模板在工作流模板仓库中的存储位置信息,并将存储位置信息作为工作流元信息,从而能够有效地提升工作流元信息的全面性和可参考性,还能够在后续的工作流生成方法的执行过程中,基于工作流元信息,实现从工作流模板仓库中,直接调用相应的工作流模板,从而能够有效地提升工作流模板的复用性,还能够有效地节约因对工作流节点进行拼接而生成得到工作流模板的时间,从而能够有效地辅助提升工作流模板获取效率。
可选地,另一些实施例中,根据工作流模板,获取工作流元信息,还可以是将节点元信息作为工作流元信息。
也即是说,本公开实施例中,在处理工作流节点形成工作流模板后,可以将前述确定的各个工作流节点对应的节点元信息作为工作流元信息,而后,可以基于工作流元信息,生成目标工作流,具体可以参见后续实施例。
S205:将工作流元信息反馈至工作流生产方。
本公开实施例在确定工作流元信息后,可以将工作流元信息反馈至工作流生产方,由于是将工作流元信息反馈至工作流生产方,能够有效地便利工作流生产方对工作流元信息的获取,从而使得工作生产者可以快速对工作流元信息进行抓取,并基于工作流元信息,有效地辅助提升工作流生产方的工作流生产效率。
S206:响应于工作流管理请求,根据存储位置信息从工作流模板仓库中获取工作流模板。
其中,用于触发对工作流进行管理的请求,即可以被称为工作流管理请求。
也即是说,本公开实施例中,可以经由工作流开发平台提供的指令接口接收工作流管理请求,而后,工作流管理服务模块可以响应于工作流管理请求,根据存储位置信息确定工作流模板在工作流模板仓库中的存储位置,并获取与该存储位置对应工作流模板。
S207:根据节点元信息描述工作流模板,得到待渲染工作流。
本公开实施例中,在根据存储位置信息从工作流模板仓库中获取工作流模板后,可以根据节点元信息描述工作流模板,以得到描述处理后的工作流,该工作流即可以被称为待渲染工作流,而后,可以对待渲染工作流进行渲染处理,以得到与该工作流相应的供用户操作的交互界面,而后可以基于该用户交互界面对待渲染工作流进行相应的交互处理操作,以得到目标工作流,具体可以参见后续实施例。
其中,描述工作流模板,是指上述图3所示的工作流开发平台的工作流管理服务模块,对工作流模板进行启动、关闭、查询等功能操作。
也即是说,本公开实施例中,在根据存储位置信息从工作流模板仓库中获取工作流模板后,可以由工作流开发平台的工作流管理服务模块,对工作流模板进行启动、关闭、查询等操作,以得到相应的待渲染工作流,对此不做限制。
S208:根据待渲染工作流,生成目标工作流。
本实施例中,由于是响应于工作流管理请求,根据存储位置信息从工作流模板仓库中获取工作流模板,从而可以基于存储位置信息实现从工作流模板仓库快速抓取到相应的工作流模板,从而能够根据节点元信息描述工作流模板,得到待渲染工作流,并根据待渲染工作流,生成目标工作流时,能够有效地辅助提升目标工作流的生成效率,此外,由于是根据节点元信息对工作流模板进行描述处理,以得到目标工作流,从而能够有效地提升目标工作流的生成效果。
一些实施例中,根据待渲染工作流,生成目标工作流可以判断待渲染工作流是否符合用户的需求,并在待渲染工作流符合用户需求时,直接将待渲染工作流作为目标工作流。
可选地,一些实施例中,根据待渲染工作流,生成目标工作流。可以是将待渲染工作流提供至工作流使用方的终端,并接收终端反馈的渲染操作信息,其中,渲染操作信息,由终端响应于渲染操作指令,对渲染操作指令解析得到,以及根据渲染操作信息对待渲染工作流进行渲染处理,以得到目标工作流,由于渲染操作信息是用户和前端页面进行交互得到的,从而在结合终端反馈的渲染操作信息对待渲染工作流进行渲染处理,能够使得渲染得到的目标工作流能够更加适配于用户实际业务场景的需求,进而能够有效地提升工作流的生成效果。
工作流使用方的终端,可以具体例如为工作流使用方侧的计算机设备,处理器等,对此不做限制。
其中,用于触发对待渲染工作流进行渲染操作处理的指令,即可以被称为渲染操作指令。
其中,用于对待渲染工作流进行渲染操作处理的信息,即可以被称为渲染操作信息,而渲染操作信息可以具体例如为:工作流的实际应用场景信息,工作流的使用信息等,或者,该渲染操作信息还可以是工作流使用方的终端,根据与待渲染工作流相应的人工智能AI模型的使用需求,所定义的人工智能AI模型接口信息、接口调用关系信息、人工智能AI模型输入和/或输出的数据类型信息等,对此不做限制。
其中,渲染处理,指的是工作流开发平台的前端页面,根据工作流的渲染操作信息(人工智能AI模型接口信息、接口调用关系信息、人工智能AI模型输入和/或输出的数据类型信息等)渲染出一个可供用户操作的交互页面,而后,用户可以在前述渲染处理所得到的交互界面上,与待渲染工作流进行交互,以得到目标工作流。
也即是说,本公开实施例中,在将待渲染工作流提供至工作流使用方的终端,并接收工作流使用方的终端反馈的渲染操作信息后,工作流使用方的终端根据与待渲染工作流相应的人工智能AI模型的使用需求,所定义的人工智能AI模型接口信息、接口调用关系信息、人工智能AI模型输入输出的数据类型信息等渲染操作信息对待渲染工作流进行渲染处理,以得到目标工作流。
另一些实施例中,在得到待渲染工作流后,可以将待渲染工作流和渲染操作指令一并提供至工作流使用方的终端,工作流使用方的终端会在接收到待渲染操作指令后,从渲染操作指令中解析得到相应的渲染操作信息,并将渲染操作信息反馈至工作流生产方,工作流生产方可以基于工作流开发平台中的前端页面上,实现根据渲染操作信息对待渲染工作流进行渲染处理,以得到与该待渲染工作流相应的供用户操作的交互界面,而后,用户可以在前述渲染处理所得到的交互界面上,与待渲染工作流进行交互,以得到目标工作流。
本实施例中,通过接收工作流生成请求,并根据描述信息,确定工作流节点,再处理工作流节点形成工作流模板,并根据工作流模板,获取工作流元信息,从而能够有效地提升工作流元信息的全面性和可参考性,还能够在后续的工作流生成方法的执行过程中,基于工作流元信息,实现从工作流模板仓库中,直接调用相应的工作流模板,从而能够有效地提升工作流模板的复用性,还能够有效地节约因对工作流节点进行拼接而生成得到工作流模板的时间,从而能够有效地辅助提升工作流模板获取效率,再将工作流元信息反馈至工作流生产方,由于是将工作流元信息反馈至工作流生产方,能够有效地便利工作流生产方对工作流元信息的获取,从而使得工作生产者可以快速对工作流元信息进行抓取,并基于工作流元信息,有效地辅助提升工作流生产方的工作流生产效率,再响应于工作流管理请求,根据存储位置信息从工作流模板仓库中获取工作流模板,并根据节点元信息描述工作流模板,得到待渲染工作流,再根据待渲染工作流,生成目标工作流,从而能够有效地满足不同用户的工作流定制需求,有效地提升工作流生成方法的灵活性和适用性。
图4是根据本公开第三实施例的示意图。
其中,需要说明的是,本实施例的工作流生成方法的执行主体为工作流生成装置,该装置可以由软件和/或硬件的方式实现,该装置可以配置在电子设备中,电子设备可以包括但不限于终端、服务器端等。
如图4所示,该工作流生成方法,包括:
S401:接收工作流描述请求,其中,工作流描述请求中携带有场景信息。
其中,用于触发对工作流进行描述以得到工作流的描述信息的请求,即可以被称为工作流描述请求。
其中,工作流描述请求中,用于对工作流适配的业务场景进行描述的信息,即可以被称为场景信息,而场景信息可以具体例如为场景的标识信息,场景的属性信息等,对此不做限制。
本公开实施例中接收工作流描述请求,可以是工作流使用方的终端预先提供相应的超文本传输协议(Hyper Text Transfer Protocol,HTTP)接口,并经由该HTTP接口接收工作流描述请求,或者,还可以是针对工作流使用方的终端预先配置相应的监听装置,并经由该监听装置对用户的工作流描述请求,当然,也可以采用其他任意可能的方式,接收工作流描述请求,对此不做限制。
S402:确定与场景信息匹配的工作流的描述信息。
本公开实施例中,在不同的业务场景中,可以分别适配于不同的工作流,相应地,不同的业务场景对于的场景信息可以分别对应不同的工作流的描述信息,由此在确定场景信息后,可以确定与场景信息匹配的工作流的描述信息。
一些实施例中,确定与场景信息匹配的工作流的描述信息,可以是对场景信息进行解析处理,以确定与该场景信息适配的工作流,并将与该工作流相应的工作流的描述信息作为与场景信息匹配的工作流的描述信息。
本公开实施例中,工作流的描述信息可以包括与该工作流适配的场景相应的场景信息。
由此,确定与场景信息匹配的工作流的描述信息,还可以是将场景信息与多个工作流的描述信息进行比对,例如,可以分别确定场景信息与工作流的描述信息的多个相似度,并将多个相似度中最大相似度相应的工作流的描述信息作为与场景信息匹配的工作流的描述信息,或者,还可以采用其他任意可能的方式确定与场景信息匹配的工作流的描述信息,对此不做限制。
S403:根据工作流的描述信息,生成工作流生成请求。
本公开实施例中,在确定与场景信息匹配的工作流的描述信息后,可以对工作流的描述信息进行打包处理,并将打包处理得到的描述信息转化为相应的工作流生成请求。
一些实施例中,根据工作流的描述信息,生成工作流生成请求,还可以是将工作流的描述信息提供至工作流使用方的终端,经由工作流使用方的终端结合自身对工作流的需求和工作流的描述信息,生成工作流生成请求,或者,也可以采用其他任意可能的方式,实现根据工作流的描述信息,生成工作流生成请求,对此不做限制。
S404:将工作流生成请求提供至工作流生产方,以触发工作流生产方根据工作流生成请求生成目标工作流。
本公开实施例在根据工作流的描述信息,生成工作流生成请求后,可以将工作流生成请求提供至工作流生产方,以触发工作流生产方根据工作流生成请求生成目标工作流。
本实施例中,通过接收工作流描述请求,其中,工作流描述请求中携带有场景信息,并确定与场景信息匹配的工作流的描述信息,再根据工作流的描述信息,生成工作流生成请求,以及将工作流生成请求提供至工作流生产方,以触发工作流生产方根据工作流生成请求生成目标工作流,由于是根据与场景信息相匹配的工作流的描述信息生成工作流生成请求,使得工作流生成请求能够准确地的对场景信息进行表征,从而能够在将工作流生成请求提供至工作流生产方时,实现基于工作流生成请求,准确地触发生成适配于用户实际业务场景的目标工作流,使得目标工作流能够有效满足实际工作流应用场景中的个性化需求。
图5是根据本公开第四实施例的示意图。
如图5所示,该工作流生成方法,包括:
S501:接收工作流描述请求,其中,工作流描述请求中携带有场景信息。
S502:确定与场景信息匹配的工作流的描述信息。
S503:根据工作流的描述信息,生成工作流生成请求。
S504:将工作流生成请求提供至工作流生产方,以触发工作流生产方根据工作流生成请求生成目标工作流。
S501-S504的描述说明可以具体参见上述实施例,在此不再赘述。
S505:获取工作流生产方提供的待渲染工作流。
其中,工作流生产方提供的当前待对其进行渲染处理的工作流,即可以被称为待渲染工作流。
本公开实施例在将工作流生成请求提供至工作流生产方,以触发工作流生产方根据工作流生成请求生成目标工作流后,可以获取工作流生产方提供的待渲染工作流,而后可以基于待渲染工作流,执行后续的工作流生成方法,具体可以参见后续实施例。
S506:响应于渲染操作指令,对渲染操作指令解析得到渲染操作信息,其中,渲染操作信息用于对待渲染工作流进行渲染处理。
其中,用于触发对待渲染工作流进行渲染操作的指令,即可以被称为渲染操作指令,该渲染操作指令,可以具体例如是针对工作流开发平台预先配置相应的指令接口,并基于该指令接口接收渲染操作指令。
本公开实施例中,工作流使用方的终端在接收到由工作流生成方发送的渲染操作指令后,可以对渲染操作指令进行解析处理,以得到相应的渲染操作信息,而后可以基于渲染操作信息触发后续步骤。
S507:将渲染操作信息提供至工作流生产方。
本公开实施例中,工作流使用方的终端在对渲染操作指令进行解析处理,以得到渲染操作信息后,可以将渲染操作信息提供至工作流生产方,而后工作流生产方可以将渲染操作想提供至工作流开发平台的前端页面,以触发前端页面根据渲染操作信息,对待渲染工作流进行渲染处理,以生成目标工作流。
本实施例中,由于是获取工作流生产方提供的待渲染工作流,并响应于渲染操作指令,对渲染操作指令解析得到渲染操作信息,从而能够使得解析得到的渲染操作信息能够准确地适配于待渲染工作流,有效地保障渲染操作信息的可参考性,从而在将渲染操作信息提供给工作流生产方时,使得工作流生产方能够基于渲染操作信息,有效地保障渲染操作逻辑的顺利执行,从而能够有效地提升对待渲染工作流的渲染效果,进而有效地辅助提升目标工作流的生成效果。
本实施例中,通过接收工作流描述请求,再确定与场景信息匹配的工作流的描述信息,并根据工作流的描述信息,生成工作流生成请求,再将工作流生成请求提供至工作流生产方,以触发工作流生产方根据工作流生成请求生成目标工作流,由于是根据与场景信息相匹配的工作流的描述信息生成工作流生成请求,使得工作流生成请求能够准确地的对场景信息进行表征,从而能够在将工作流生成请求提供至工作流生产方时,实现基于工作流生成请求,准确地触发生成适配于用户实际业务场景的目标工作流,由于是获取工作流生产方提供的待渲染工作流,并响应于渲染操作指令,对渲染操作指令解析得到渲染操作信息,从而能够使得解析得到的渲染操作信息能够准确地适配于待渲染工作流,有效地保障渲染操作信息的可参考性,从而在将渲染操作信息提供给工作流生产方时,使得工作流生产方能够基于渲染操作信息,有效地保障渲染操作逻辑的顺利执行,从而能够有效地提升对待渲染工作流的渲染效果,进而有效地辅助提升目标工作流的生成效果。
图6是根据本公开第五实施例的示意图。
如图6所示,该工作流生成装置60,包括:
第一接收模块601,用于接收工作流生成请求,其中,工作流生成请求中携带有工作流的描述信息;
第一确定模块602,用于根据描述信息,确定工作流节点;
第一处理模块603,用于处理工作流节点,并基于处理结果获取工作流元信息;以及
第一生成模块604,用于根据工作流元信息,生成目标工作流。
在本公开的一些实施例中,如图7所示,图7是根据本公开第六实施例的示意图,该工作流生成装置70,包括:第一接收模块701、第一确定模块702、第一处理模块703,第一生成模块704,其中,第一处理模块703包括:
处理子模块7031,用于处理工作流节点形成工作流模板;
第一获取子模块7032,用于根据工作流模板,获取工作流元信息。
在本公开的一些实施例中,第一获取子模块7032,还用于:
将工作流模板存储至工作流模板仓库中;
确定工作流模板在工作流模板仓库中的存储位置信息;以及
将存储位置信息作为工作流元信息。
在本公开的一些实施例中,工作流节点的数量为多个;
其中,处理子模块7031,还用于:
确定各个工作流节点对应的节点元信息;
根据节点元信息对多个工作流节点进行拼接处理,形成工作流模板;
其中,第一获取子模块7032,还用于:
将节点元信息作为工作流元信息。
在本公开的一些实施例中,工作流生成装置70,还包括:
反馈模块705,用于将工作流元信息反馈至工作流生产方,其中,工作流生成请求由工作流生产方触发生成。
在本公开的一些实施例中,其中,第一生成模块704,包括:
第二获取子模块7041,用于响应于工作流管理请求,根据存储位置信息从工作流模板仓库中获取工作流模板;
管理子模块7042,用于根据节点元信息描述工作流模板,得到待渲染工作流;以及
生成子模块7043,用于根据待渲染工作流,生成目标工作流。
在本公开的一些实施例中,其中,生成子模块7043,还用于:
将待渲染工作流提供至工作流使用方的终端;
接收终端反馈的渲染操作信息,其中,渲染操作信息由终端响应于渲染操作指令对渲染操作指令解析得到;以及
根据渲染操作信息对待渲染工作流进行渲染处理,以得到目标工作流。
可以理解的是,本实施例附图7中的工作流生成装置70与上述实施例中的工作流生成装置60,第一接收模块701与上述实施例中的第一接收模块601,第一确定模块702与上述实施例中的第一确定模块602,第一处理模块703与上述实施例中的第一处理模块603,第一生成模块704与上述实施例中的第一生成模块604,可以具有相同的功能和结构。
需要说明的是,前述对工作流生成方法的解释说明也适用于本实施例工作流生成装置。
本实施例中,通过接收工作流生成请求,其中,工作流生成请求中携带有工作流的描述信息,并根据描述信息,确定工作流节点,再处理工作流节点,并基于处理结果获取工作流元信息,以及根据工作流元信息,生成目标工作流,由于是根据工作流的描述信息确定了工作流节点,并对该工作流节点进行整合处理,以生成目标工作流,使得目标工作流能够有效地适配工作流的描述信息,支持对工作流节点的个性化描述和调整,能够有效地满足不同用户的工作流定制需求,有效地提升工作流生成方法的灵活性和适用性。
图8是根据本公开第七实施例的示意图。
如图8所示,该工作流生成装置80,包括:
第二接收模块801,用于接收工作流描述请求,其中,工作流描述请求中携带有场景信息;
第二确定模块802,用于确定与场景信息匹配的工作流的描述信息;
第二生成模块803,用于根据工作流的描述信息,生成工作流生成请求;
第二处理模块804,用于将工作流生成请求提供至工作流生产方,以触发工作流生产方根据工作流生成请求生成目标工作流。
在本公开的一些实施例中,如图9所示,图9是根据本公开第八实施例的示意图,该工作流生成装置90,包括:第二接收模块901,第二确定模块902,第二生成模块903,第二处理模块904,其中,工作流生成装置90,还包括:
获取模块905,用于在将工作流生成请求提供至工作流生产方之后,获取工作流生产方提供的待渲染工作流;
解析模块906,用于响应于渲染操作指令,对渲染操作指令解析得到渲染操作信息,其中,渲染操作信息用于对待渲染工作流进行渲染处理;
提供模块907,用于将渲染操作信息提供至工作流生产方。
可以理解的是,本实施例附图9中的工作流生成装置90与上述实施例中的工作流生成装置80,第二接收模块901与上述实施例中的第二接收模块801,第二确定模块902与上述实施例中的第二确定模块802,第二生成模块903与上述实施例中的第二生成模块803,第二处理模块904与上述实施例中的第二处理模块804,可以具有相同的功能和结构。
需要说明的是,前述对工作流生成方法的解释说明也适用于本实施例工作流生成装置。
本实施例中,通过接收工作流描述请求,其中,工作流描述请求中携带有场景信息,并确定与场景信息匹配的工作流的描述信息,再根据工作流的描述信息,生成工作流生成请求,以及将工作流生成请求提供至工作流生产方,以触发工作流生产方根据工作流生成请求生成目标工作流,由于是根据与场景信息相匹配的工作流的描述信息生成工作流生成请求,使得工作流生成请求能够准确地的对场景信息进行表征,从而能够在将工作流生成请求提供至工作流生产方时,实现基于工作流生成请求,准确地触发生成适配于用户实际业务场景的目标工作流,使得目标工作流能够有效满足实际工作流应用场景中的个性化需求。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图10示出了用来实施本公开实施例的工作流生成方法的示例电子设备的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其他适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其他类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图10所示,设备1000包括计算单元1001,其可以根据存储在只读存储器(ROM)1002中的计算机程序或者从存储单元1008加载到随机访问存储器(RAM)1003中的计算机程序,来执行各种适当的动作和处理。在RAM 1003中,还可存储设备1000操作所需的各种程序和数据。计算单元1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
设备1000中的多个部件连接至I/O接口1005,包括:输入单元1006,例如键盘、鼠标等;输出单元1007,例如各种类型的显示器、扬声器等;存储单元1008,例如磁盘、光盘等;以及通信单元1009,例如网卡、调制解调器、无线通信收发机等。通信单元1009允许设备1000通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1001可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1001的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1001执行上文所描述的各个方法和处理,例如工作流生成方法。例如,在一些实施例中,工作流生成方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元1008。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1002和/或通信单元1009而被载入和/或安装到设备1000上。当计算机程序加载到RAM 1003并由计算单元1001执行时,可以执行上文描述的工作流生成方法的一个或多个步骤。备选地,在其他实施例中,计算单元1001可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行工作流生成方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其他种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、互联网及区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (16)
1.一种工作流生成方法,所述方法包括:
接收工作流生成请求,其中,所述工作流生成请求中携带有工作流的描述信息,其中,所述工作流的描述信息包括用于对工作流中不同工作流节点之间的流转逻辑、执行顺序、执行任务信息及节点类型进行描述的信息;
根据所述描述信息,确定工作流节点,其中,所述工作流节点包括创建人工智能AI工作流的过程中所涉及的各类任务节点,多个工作流节点具有相应的执行顺序和数据流向逻辑,其中,一个完整的AI创建流程包括基础信息选择节点、发起训练节点、效果评估节点、模型部署节点以及批量预测节点;
处理所述工作流节点,并基于处理结果获取工作流元信息,所述工作流元信息用于描述信息的结构、语义、用途和用法;以及
根据所述工作流元信息,生成目标工作流;
其中,所述处理所述工作流节点,并基于处理结果获取工作流元信息,包括:
处理所述工作流节点形成工作流模板;
根据所述工作流模板,获取所述工作流元信息;
所述工作流节点的数量为多个;
其中,所述处理所述工作流节点形成工作流模板,包括:
确定各个工作流节点对应的节点元信息,所述节点元信息是用于对工作流节点进行结构、语义、用途和用法描述的信息;
根据所述节点元信息对多个所述工作流节点进行拼接处理,形成所述工作流模板;
其中,所述根据所述工作流模板,获取所述工作流元信息,还包括:
将所述节点元信息作为所述工作流元信息。
2.根据权利要求1所述的方法,其中,所述根据所述工作流模板,获取所述工作流元信息,包括:
将所述工作流模板存储至工作流模板仓库中;
确定所述工作流模板在所述工作流模板仓库中的存储位置信息;以及
将所述存储位置信息作为所述工作流元信息。
3.根据权利要求1所述的方法,还包括:
将所述工作流元信息反馈至工作流生产方,其中,所述工作流生成请求由所述工作流生产方触发生成。
4.根据权利要求1所述的方法,其中,所述根据所述工作流元信息,生成目标工作流,包括:
响应于工作流管理请求,根据存储位置信息从所述工作流模板仓库中获取所述工作流模板;
根据所述节点元信息描述所述工作流模板,得到待渲染工作流;以及
根据所述待渲染工作流,生成所述目标工作流。
5.根据权利要求4所述的方法,其中,所述根据所述待渲染工作流,生成所述目标工作流,包括:
将所述待渲染工作流提供至工作流使用方的终端;
接收所述终端反馈的渲染操作信息,其中,所述渲染操作信息由所述终端响应于渲染操作指令对所述渲染操作指令解析得到;以及
根据所述渲染操作信息对所述待渲染工作流进行渲染处理,以得到所述目标工作流。
6.一种工作流生成方法,所述方法包括:
接收工作流描述请求,其中,所述工作流描述请求中携带有场景信息;
确定与所述场景信息匹配的工作流的描述信息;
根据所述工作流的描述信息,生成工作流生成请求;
将所述工作流生成请求提供至工作流生产方,以触发所述工作流生产方生成如权利要求1-5任一所述的目标工作流。
7.根据权利要求6所述的方法,在所述将所述工作流生成请求提供至工作流生产方之后,还包括:
获取所述工作流生产方提供的待渲染工作流;
响应于渲染操作指令,对所述渲染操作指令解析得到渲染操作信息,其中,所述渲染操作信息用于对所述待渲染工作流进行渲染处理;
将所述渲染操作信息提供至所述工作流生产方。
8.一种工作流生成装置,所述装置包括:
第一接收模块,用于接收工作流生成请求,其中,所述工作流生成请求中携带有工作流的描述信息,其中,所述工作流的描述信息包括用于对工作流中不同工作流节点之间的流转逻辑、执行顺序、执行任务信息及节点类型进行描述的信息;
第一确定模块,用于根据所述描述信息,确定工作流节点,其中,所述工作流节点包括创建人工智能AI工作流的过程中所涉及的各类任务节点,多个工作流节点具有相应的执行顺序和数据流向逻辑,其中,一个完整的AI创建流程包括基础信息选择节点、发起训练节点、效果评估节点、模型部署节点以及批量预测节点;
第一处理模块,用于处理所述工作流节点,并基于处理结果获取工作流元信息,所述工作流元信息用于描述信息的结构、语义、用途和用法;以及
第一生成模块,用于根据所述工作流元信息,生成目标工作流;
其中,所述第一处理模块,包括:
处理子模块,用于处理所述工作流节点形成工作流模板;
第一获取子模块,用于根据所述工作流模板,获取所述工作流元信息;
所述工作流节点的数量为多个;
其中,所述处理子模块,还用于:
确定各个工作流节点对应的节点元信息,所述节点元信息是用于对工作流节点进行结构、语义、用途和用法描述的信息;
根据所述节点元信息对多个所述工作流节点进行拼接处理,形成所述工作流模板;
其中,所述第一获取子模块,还用于:
将所述节点元信息作为所述工作流元信息。
9.根据权利要求8所述的装置,其中,所述第一获取子模块,还用于:
将所述工作流模板存储至工作流模板仓库中;
确定所述工作流模板在所述工作流模板仓库中的存储位置信息;以及
将所述存储位置信息作为所述工作流元信息。
10.根据权利要求8所述的装置,还包括:
反馈模块,用于将所述工作流元信息反馈至工作流生产方,其中,所述工作流生成请求由所述工作流生产方触发生成。
11.根据权利要求8所述的装置,其中,所述第一生成模块,包括:
第二获取子模块,用于响应于工作流管理请求,根据存储位置信息从所述工作流模板仓库中获取所述工作流模板;
管理子模块,用于根据所述节点元信息描述所述工作流模板,得到待渲染工作流;以及
生成子模块,用于根据所述待渲染工作流,生成所述目标工作流。
12.根据权利要求11所述的装置,其中,所述生成子模块,还用于:
将所述待渲染工作流提供至工作流使用方的终端;
接收所述终端反馈的渲染操作信息,其中,所述渲染操作信息由所述终端响应于渲染操作指令对所述渲染操作指令解析得到;以及
根据所述渲染操作信息对所述待渲染工作流进行渲染处理,以得到所述目标工作流。
13.一种工作流生成装置,所述装置包括:
第二接收模块,用于接收工作流描述请求,其中,所述工作流描述请求中携带有场景信息;
第二确定模块,用于确定与所述场景信息匹配的工作流的描述信息;
第二生成模块,用于根据所述工作流的描述信息,生成工作流生成请求;
第二处理模块,用于将所述工作流生成请求提供至工作流生产方,以触发所述工作流生产方生成如权利要求1-5任一所述的目标工作流。
14.根据权利要求13所述的装置,还包括:
获取模块,用于在所述将所述工作流生成请求提供至工作流生产方之后,获取所述工作流生产方提供的待渲染工作流;
解析模块,用于响应于渲染操作指令,对所述渲染操作指令解析得到渲染操作信息,其中,所述渲染操作信息用于对所述待渲染工作流进行渲染处理;
提供模块,用于将所述渲染操作信息提供至所述工作流生产方。
15. 一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法,或者执行权利要求6-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-5中任一项所述的方法,或者执行根据权利要求6-7中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210113007.9A CN114445047B (zh) | 2022-01-29 | 2022-01-29 | 工作流生成方法、装置、电子设备及存储介质 |
PCT/CN2022/113402 WO2023142451A1 (zh) | 2022-01-29 | 2022-08-18 | 工作流生成方法、装置、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210113007.9A CN114445047B (zh) | 2022-01-29 | 2022-01-29 | 工作流生成方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114445047A CN114445047A (zh) | 2022-05-06 |
CN114445047B true CN114445047B (zh) | 2024-05-10 |
Family
ID=81371462
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210113007.9A Active CN114445047B (zh) | 2022-01-29 | 2022-01-29 | 工作流生成方法、装置、电子设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114445047B (zh) |
WO (1) | WO2023142451A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114445047B (zh) * | 2022-01-29 | 2024-05-10 | 北京百度网讯科技有限公司 | 工作流生成方法、装置、电子设备及存储介质 |
CN115934086A (zh) * | 2022-12-28 | 2023-04-07 | 苏州峰之鼎信息科技有限公司 | 蓝图与页面设计的信息共享方法、装置、设备及介质 |
CN117151449B (zh) * | 2023-10-30 | 2024-02-06 | 国网浙江省电力有限公司 | 基于全场景联动的数据平台链式信息交互方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8838951B1 (en) * | 2011-03-07 | 2014-09-16 | Raytheon Company | Automated workflow generation |
CN107644286A (zh) * | 2017-08-15 | 2018-01-30 | 上海艾融软件股份有限公司 | 工作流处理方法及装置 |
CN108665129A (zh) * | 2017-03-31 | 2018-10-16 | 华为软件技术有限公司 | 一种工作流定制方法及装置 |
CN109389299A (zh) * | 2018-09-26 | 2019-02-26 | 中国平安人寿保险股份有限公司 | 工作流流程部署方法、装置、计算机设备和存储介质 |
CN109669690A (zh) * | 2018-09-25 | 2019-04-23 | 平安科技(深圳)有限公司 | 业务工作流生成方法、装置、设备及计算机可读存储介质 |
CN111667199A (zh) * | 2020-06-30 | 2020-09-15 | 腾讯科技(深圳)有限公司 | 工作流构建方法、装置、计算机设备和存储介质 |
CN111949170A (zh) * | 2020-07-17 | 2020-11-17 | 上海淇馥信息技术有限公司 | 一种配置任务流程的方法、装置和电子设备 |
CN112202899A (zh) * | 2020-09-30 | 2021-01-08 | 北京百度网讯科技有限公司 | 用于工作流的处理方法、装置、智能工作站和电子设备 |
CN113704665A (zh) * | 2021-08-30 | 2021-11-26 | 康键信息技术(深圳)有限公司 | 动态服务发布方法、装置、电子设备及存储介质 |
CN113748685A (zh) * | 2019-03-21 | 2021-12-03 | 诺基亚技术有限公司 | 基于网络的媒体处理控制 |
CN113961332A (zh) * | 2021-11-11 | 2022-01-21 | 中国建设银行股份有限公司 | 一种工作流引擎实现的方法、装置、电子设备及存储介质 |
CN113988795A (zh) * | 2021-10-27 | 2022-01-28 | 北京百度网讯科技有限公司 | 任务流处理方法、装置、设备、存储介质及程序产品 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050004893A1 (en) * | 2003-07-02 | 2005-01-06 | Sangroniz James M. | Workflow management devices and systems, and workflow assignment and management methods |
US11238386B2 (en) * | 2018-12-20 | 2022-02-01 | Sap Se | Task derivation for workflows |
CN113298331A (zh) * | 2020-02-21 | 2021-08-24 | 北京金山云网络技术有限公司 | 一种工单处理方法、装置、系统及电子设备 |
CN111881154A (zh) * | 2020-07-29 | 2020-11-03 | 北京浪潮数据技术有限公司 | 一种etl任务处理方法、装置及相关设备 |
CN112162843A (zh) * | 2020-10-19 | 2021-01-01 | 腾讯科技(深圳)有限公司 | 工作流执行方法、装置、设备及存储介质 |
CN112905270B (zh) * | 2021-02-19 | 2024-05-07 | 北京百度网讯科技有限公司 | 工作流实现方法、装置、平台、电子设备以及存储介质 |
CN114445047B (zh) * | 2022-01-29 | 2024-05-10 | 北京百度网讯科技有限公司 | 工作流生成方法、装置、电子设备及存储介质 |
-
2022
- 2022-01-29 CN CN202210113007.9A patent/CN114445047B/zh active Active
- 2022-08-18 WO PCT/CN2022/113402 patent/WO2023142451A1/zh unknown
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8838951B1 (en) * | 2011-03-07 | 2014-09-16 | Raytheon Company | Automated workflow generation |
CN108665129A (zh) * | 2017-03-31 | 2018-10-16 | 华为软件技术有限公司 | 一种工作流定制方法及装置 |
CN107644286A (zh) * | 2017-08-15 | 2018-01-30 | 上海艾融软件股份有限公司 | 工作流处理方法及装置 |
CN109669690A (zh) * | 2018-09-25 | 2019-04-23 | 平安科技(深圳)有限公司 | 业务工作流生成方法、装置、设备及计算机可读存储介质 |
CN109389299A (zh) * | 2018-09-26 | 2019-02-26 | 中国平安人寿保险股份有限公司 | 工作流流程部署方法、装置、计算机设备和存储介质 |
CN113748685A (zh) * | 2019-03-21 | 2021-12-03 | 诺基亚技术有限公司 | 基于网络的媒体处理控制 |
CN111667199A (zh) * | 2020-06-30 | 2020-09-15 | 腾讯科技(深圳)有限公司 | 工作流构建方法、装置、计算机设备和存储介质 |
CN111949170A (zh) * | 2020-07-17 | 2020-11-17 | 上海淇馥信息技术有限公司 | 一种配置任务流程的方法、装置和电子设备 |
CN112202899A (zh) * | 2020-09-30 | 2021-01-08 | 北京百度网讯科技有限公司 | 用于工作流的处理方法、装置、智能工作站和电子设备 |
CN113704665A (zh) * | 2021-08-30 | 2021-11-26 | 康键信息技术(深圳)有限公司 | 动态服务发布方法、装置、电子设备及存储介质 |
CN113988795A (zh) * | 2021-10-27 | 2022-01-28 | 北京百度网讯科技有限公司 | 任务流处理方法、装置、设备、存储介质及程序产品 |
CN113961332A (zh) * | 2021-11-11 | 2022-01-21 | 中国建设银行股份有限公司 | 一种工作流引擎实现的方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114445047A (zh) | 2022-05-06 |
WO2023142451A1 (zh) | 2023-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114445047B (zh) | 工作流生成方法、装置、电子设备及存储介质 | |
CN112560496B (zh) | 语义分析模型的训练方法、装置、电子设备及存储介质 | |
CN113342345A (zh) | 深度学习框架的算子融合方法、装置 | |
CN108776696B (zh) | 节点配置方法及装置、存储介质和电子设备 | |
CN113159091B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN113657100B (zh) | 实体识别方法、装置、电子设备及存储介质 | |
CN111078878B (zh) | 文本处理方法、装置、设备及计算机可读存储介质 | |
CN113590776A (zh) | 基于知识图谱的文本处理方法、装置、电子设备及介质 | |
CN113656590B (zh) | 行业图谱的构建方法、装置、电子设备及存储介质 | |
CN115509522A (zh) | 面向低代码场景的接口编排方法、系统、电子设备 | |
CN115481227A (zh) | 人机交互对话方法、装置以及设备 | |
CN115469849B (zh) | 一种业务处理系统、方法、电子设备和存储介质 | |
CN113360672B (zh) | 用于生成知识图谱的方法、装置、设备、介质和产品 | |
CN116257690A (zh) | 一种资源推荐方法、装置、电子设备和存储介质 | |
CN114722171B (zh) | 多轮对话处理方法、装置、电子设备及存储介质 | |
CN112989066B (zh) | 数据处理方法和装置、电子设备、计算机可读介质 | |
CN113190154B (zh) | 模型训练、词条分类方法、装置、设备、存储介质及程序 | |
CN114501112B (zh) | 用于生成视频笔记的方法、装置、设备、介质和产品 | |
CN113344405B (zh) | 基于知识图谱生成信息的方法、装置、设备、介质和产品 | |
CN113705206B (zh) | 情感预测模型的训练方法、装置、设备及存储介质 | |
CN113836291B (zh) | 数据处理方法、装置、设备和存储介质 | |
CN114863215A (zh) | 基于深度学习框架生成静态图模型的方法及装置 | |
CN116992000A (zh) | 交互信息处理方法、装置、电子设备、计算机可读介质 | |
CN116842926A (zh) | 模板的生成方法、装置、电子设备及存储介质 | |
CN114997329A (zh) | 用于生成模型的方法、装置、设备、介质和产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |