在线工作流，让非结构化数据处理随叫随到

2026-09-14 21

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： Dataphin V6.3推出“在线工作流”，将非结构化数据处理能力升级为按需调用的HTTP API，支持秒级/分钟级响应。适用于销售录音分析、合同智能审查、工单图片诊断等即时场景，无需批处理或复杂实时架构，画布编排、一键发布，真正实现“来一个、处理一个、马上出结果”。

背景

正如前文《非结构化数据，为什么是Dataphin？》提到，企业内部 80% 以上的数据都以非结构化形态存在，从这些数据中挖掘有用的知识和数据是AI时代下所有企业都绕不过的命题。

Dataphin 的非结构化数据处理能力，已经支持两种形态的处理工作流：

但还有一类诉求，前两种模态都覆盖不到——业务系统需要"来一个、处理一个、秒级或者分钟级拿结果"，设想如下场景：

这些场景的共同点是——处理逻辑不复杂，但必须即时响应，且由上游业务系统按需触发。用离线批处理来做，就得"攒一批、半夜跑"，业务方拿不到即时结果；用实时工作流来做，又要额外架设 Kafka 事件通道，对一个"请求—响应"式的调用而言过重。

基于此，Dataphin 在 V6.3 版本中推出“在线工作流”——让已经编排好的非结构化处理流水线，一键暴露为 HTTP API，随叫随到。

工作流类型	适用场景	举例场景
离线工作流	定时调度、批量处理历史存量数据	法务部门每季度将数万份历史合同批量解析，自动抽取甲乙方、金额、有效期等关键条款并归档，沉淀为可全文检索的合同知识库制造企业把多年积累的设备说明书与维修手册批量转成结构化知识，供售后工程师按故障现象快速检索定位
实时工作流	事件驱动、持续处理源源不断的增量数据流	品牌方 7×24 监控全网舆情，爬虫持续抓取新闻与社交帖，工作流实时解析并做情感分析，出现负面提及立即推送到公关团队告警群呼叫中心对每一通客服通话实时转写，自动检测违规话术与情绪波动，命中风险即时提醒质检员介入
在线工作流	按需调用、即时响应一次具体的业务请求	门店销售佩戴可录音工牌接待客户后，将录音一键上传云端，系统通过集成在线工作流，可以对录音文件进行在线分析，比如客户的购买意愿、提及竞品等；企业定制知识库系统，集成在线工作流后，每上传一批文件，可以批量调用工作流接口，在线对文件进行解析。

功能介绍

Dataphin 将在线服务能力具象化为两个协同的概念：API 数据集（契约层） 与 在线工作流（编排层），分别对应"对外接口长什么样"与"接口背后怎么算"。

API 数据集是一种全新的数据集子类型，专门承载 HTTP API 的对外契约：

在线工作流是计算任务的一种全新子类型，与“离线工作流”、“实时工作流”并列，承载接口的执行编排：

选 API 自动生成首尾节点：创建时在属性面板选择已提交的 API 数据集及其版本，系统自动生成「API 请求」根节点与「API 响应」叶节点，无需手动拼装；
复用全套非结构化算子：在画布上拖入解析、分块、Embedding、LLM 推理、图片打标等算子，与离线/实时工作流用的是同一批算子，编排心智完全一致；
字段映射打通契约：在请求节点配置入参如何注入算子，在响应节点配置返回字段从哪里取值，把"接口契约"与"处理逻辑"精准对齐；
提交即注册后端：工作流提交时自动注册为该 API 的后端，接口从"未就绪"变为"可调用"，无需额外部署动作。

（场景01：销售场景音频分析）

（场景02：文档解析与向量化）

文件存储：API工作流处理时接收的是文件在对象存储数据源上的URL，所以需要绑定一个文件所在的文件存储，并设置文件所在路径。（如果存在多个文件夹，可以选择多个文件夹的父级目录）
请求参数：定义一个URL作为入参，本文以图片URL为例进行显示，定义了一个image_url作为入参，设置为必填，并勾选“是URL”
返回参数：定义图片内容理解结果为出参，期望达到上传一个图片，通过模型对图片进行内容理解
提交：确认后进行提交，初次提交可能需要申请权限