工作流-智能数据建设与治理 Dataphin(Dataphin)-阿里云帮助中心

工作流是对数据集中非结构化数据进行自动化处理的核心功能。通过在工作流中编排多个算子，您可以构建从数据输入、处理到输出的完整数据加工链路，实现对音频、视频、图片、文本、文档等多种类型数据的批量处理。

概述

数据集为非结构化数据提供结构化的元数据描述（如评价维度、情感极性、佐证片段）；工作流则作为用户可自定义的可视化编排工具，整合复杂的转化步骤，将来源数据集中数据经算子加工后的结果写入目标数据集，最终沉淀为可分析的结构化资产。工作流分为离线工作流和实时工作流。

实时工作流面向非结构化数据处理场景，提供事件驱动的自动化能力。该方案有效解决了离线时效性不高、在线系统集成困难的问题，助力企业实现数据价值的即时释放。

工作流由一个或多个算子按顺序组成，每个算子负责一项特定的数据处理任务。上游算子的输出可作为下游算子的输入，形成数据处理的流水线。工作流的大致使用流程为：新建工作流任务 > 添加并配置算子 > 配置工作流任务属性 > 运行工作流 > 提交工作流。

工作流页面由顶部操作栏、算子库、画布区、右侧信息面板和底部状态栏五个部分组成。

区块	说明
①顶部操作栏	保存：保存当前工作流的编辑内容。运行：执行当前工作流整体。运行工作流将消耗Credit，单击运行时，若剩余Credit小于等于100，则可能导致工作流运行失败，建议先购买资源包后再试；若剩余Credit小于等于0，则工作流运行失败。若工作流运行过程中Credit余额不足，工作流将立即终止，需购买资源包后重试，算子运行成功的部分仍正常扣除Credit。提交：完成提交校验后，将工作流提交至生产环境。详情请参见工作流提交说明。
②算子库	算子库面板提供所有可用的算子，支持通过关键词搜索或按分类标签筛选。支持打开或收起算子库。算子按功能类型分为以下类别：通用：MD5精准去重、文件基本信息、音频基本信息、视频基本信息。文本：特殊字符移除、违规内容替换、隐私信息打码、SimHash值计算、文本推理（LLM）、多语言文本质量评分、简繁体转换、HTML正文提取、文本chunk切分。文档：PDF解析。图片：图片安全（NSFW）检测、图像美学评分、图片OCR、图片质量评分、图片理解等。音频：音频切片、音频转文本（ASR）、音频时间戳、音频语种检测、音频人声检测（VAD）、音频转码、音频增强、音频质量分、音频说话人分离（DIA）。视频：视频抽取音频、视频画质质量分。向量：图像Embedding、文本Embedding。您可以将算子从算子库中拖入画布区进行使用。
③画布区	画布区是工作流的主要编辑区域，将算子从左侧算子库拖入画布后，通过连线将多个算子串联，即可构建完整的数据处理流程。画布底部提供缩放控制工具，支持调整画布显示比例。画布中的算子支持运行、复制和删除操作。运行：可运行当前算子，或从根节点执行到当前算子。复制：复制出的算子与原算子配置相同。删除：删除当前算子。
④信息面板	属性：查看离线/实时工作流的属性，包含基本信息、运行配置、资源配置等，详情请参见离线工作流属性与算子资源配置。相关：查看与当前工作流相关的关联信息，详细信息请参见工作流相关对象介绍。历史：查看工作流的历史操作记录，详细信息请参见查看工作流历史版本。
⑤底部状态栏	查看控制台：运行工作流后，单击可展开控制台，查看运行信息和原始日志信息。其中运行信息中包含算子运行成功部分所消耗的Credit（总消耗Credit以及各算子分别消耗的Credit）。状态：展示当前工作流的状态，状态分为草稿、开发中、提交中和已提交。已提交详情：提交中和已提交的工作流单击后可提交记录。详情请参见工作流提交说明。最近保存：展示最近一次保存的时间。