可视化工作流/工作流画布使用说明
5.6 工作流画布使用说明(Workflow Canvas Guide)
工作流画布(Workflow Canvas)是 Pop 工作流系统的核心交互区域。
你将在这里完成几乎所有可视化自动化的构建动作:
- 拖拽节点
- 连接流程
- 调整布局
- 框选与多选
- 查看运行状态
- 管理复杂工作流的结构层级
本章节将带你全面掌握画布的使用技巧,让你可以更加高效地编排大型流程。
🖼 一、画布基本操作
1. 拖拽节点到画布
从左侧 节点面板 拖拽即可在画布中创建一个节点。
支持:
- 拖拽到任意位置
- 重名节点自动加编号
- 空白画布自动居中定位
2. 连接节点(Edges)
每个节点有 输入端口(inputs) 与 输出端口(outputs)。
拖动输出端口 → 输入端口可以创建连线。
Pop 的智能连线支持:
- 自动识别数据类型
- 自动避免循环依赖
- 条件节点自动生成 True/False 分支
- 拖拽错误会自动回弹,不会创建无效连线
3. 移动节点
直接拖拽节点即可改变位置。
支持:
- 单个移动
- 多选移动
- 对齐网格吸附
- Shift 键强制水平或垂直移动
4. 画布缩放与导航
使用鼠标滚轮或触控板进行缩放:
- 滚动:放大/缩小
- 右键按住:拖动画布
- 双击空白:自动居中
顶部工具栏还提供:
- Fit to screen(自动适应)
- Zoom In / Zoom Out
- Reset View(恢复默认缩放)
🔲 二、节点选择与批量操作
1. 单选
点击节点即可选中。
2. 多选
三种方式:
- 按 Shift 点击多个节点
- 按 Cmd / Ctrl 组合框选
- 鼠标拖拽框选区域
3. 批量操作
对选中的节点可以执行:
- 删除
- 复制
- 移动
- 分组(Group)
- 打包成模块(Module)
📦 三、节点分组(Group)
Group 是对节点的视觉组织方式,不改变逻辑。
适用于:
- 将复杂画布整理为结构化区域
- 把“数据准备”“模型处理”“输出渲染”等区域分离
- 大型工作流的阅读体验优化
分组方法:
- 多选节点
- 右键 → 创建分组
Group 支持:
- 重命名
- 修改颜色
- 折叠/展开
- 整体移动
🔧 四、节点属性配置(Inspector)
选中节点后,右侧会显示其配置:
- 节点名称
- 输入参数(Inputs)
- 配置字段(Config)
- 输出定义(Outputs)
- 变量设置
- 节点描述
不同类型节点会自动展示不同表单:
- AI 模型节点会显示模型选择、温度、提示词、工具调用
- HTTP 节点会显示 Headers / Body / Method
- 文件节点会显示路径 / 内容 / 格式
- 条件节点会显示 PSL 脚本或规则表达式
Pop 的 Inspector 设计为完全可扩展,未来会根据节点类型展示更多字段。
🔁 五、撤销/重做(Undo / Redo)
Pop 工作流支持完整的撤销与重做:
- Cmd + Z:撤销
- Cmd + Shift + Z:重做
支持操作:
- 添加节点
- 删除节点
- 修改配置
- 移动节点
- 修改连线
- 分组与解组
🧪 六、运行节点与调试
1. 单节点运行(Debug Node)
选中节点 → 右键 → 运行此节点
用于:
- 测试某个节点输入是否正确
- 观察节点输出数据结构
- 调试 PSL 脚本
运行结果会显示在底部运行日志中。
2. 完整流程运行
点击顶部工具栏 ▶ 运行工作流。
运行时的可视化效果包括:
- 正在执行的节点会高亮
- 执行成功的节点显示绿色边框
- 执行失败的节点显示红色边框并附带错误信息
🧭 七、复杂画布的组织技巧
以下技巧适用于管理超过 20+ 节点的大型工程。
✔ 使用 Group 做视觉区域划分
如:
[数据准备] [AI 处理] [生成文档] [发布结果]
✔ 使用 Module 做逻辑封装
不要让画布变得过于复杂。
✔ 左到右布局 / 上到下布局
保持视觉方向一致更易理解。
✔ 使用颜色标识不同类型的节点
✔ 保持节点命名清晰
例如:
提取标题
结构化 JSON
生成摘要(AI)
写入数据库
生成图表
🔍 八、搜索节点与跳转
画布支持关键词搜索:
- 节点名称
- 节点类型
- 节点备注
并提供自动跳转功能,适合大型工作流。
📝 九、节点备注(Annotation)
你可在画布任意位置插入文本备注:
- 流程说明
- 设计文档
- 小提醒
- TODO 事项
备注不会参与任何逻辑,仅用于协作与文档化。
🎯 十、小结
工作流画布是 Pop 可视化自动化的核心场景,通过它你可以:
- 组织流程
- 配置节点
- 进行调试
- 管理复杂工程
- 与布局、应用发布无缝结合
掌握画布技巧将显著提升你的自动化构建效率,尤其在大型 AI 任务与复杂业务流程中。