Базовые импортёры
Репозиторий компилятора собирает десять собственных плагинов-импортёров, по одному для каждого исходного формата, и публикует их с каждым выпуском компилятора:
| Plugin | Обслуживает | Читает |
|---|---|---|
importer/langflow | import:langflow | поток, экспортированный из Langflow, в формате JSON |
importer/flowise | import:flowise | chatflow или agentflow, экспортированный из Flowise, в формате JSON |
importer/n8n | import:n8n | рабочий процесс, экспортированный из n8n, в формате JSON |
importer/mcp | import:mcp | конфигурацию MCP-клиента — .mcp.json, claude_desktop_config.json, .vscode/mcp.json или .cursor/mcp.json — или описание сервера в реестре MCP, server.json, в формате JSON |
importer/compose | import:compose | приложение Compose — compose.yaml, docker-compose.yml и их файлы переопределения — в формате YAML |
importer/dify | import:dify | приложение, экспортированное из Dify на его DSL, в формате YAML |
importer/crewai | import:crewai | агентов и задачи, которые объявляет проект CrewAI, — config/agents.yaml и config/tasks.yaml в формате YAML или crew.jsonc и agents/<name>.jsonc, либо их варианты на строгом JSON crew.json и agents/<name>.json, в формате JSON с комментариями |
importer/langgraph | import:langgraph | конфигурацию приложения LangGraph, langgraph.json, в формате JSON, а из файла окружения, который она называет, — только имена переменных, если этот файл передан импорту в with.sources |
importer/google-adk | import:google-adk | агентов, объявленных в файлах Agent Config приложения на Google ADK, — root_agent.yaml и конфигурации, которые называют его подагенты, — в формате YAML |
importer/agent-framework | import:agent-framework | декларативного агента Microsoft Agent Framework, документ вида Prompt с любым именем, в формате YAML |
Каждый собирается из собственных исходников компилятора и помечается версией компилятора, поэтому
импортёры, выпущенные с компилятором версии X.Y.Z, сообщают версию X.Y.Z, и их сущности Plugin
записывают её. В отличие от плагинов, перечисленных в разделе Встроенные плагины, ни один не вкомпилирован
в двоичный файл. Двоичный файл содержит сущность Plugin каждого из них и дайджест единственного модуля, который
он для неё принимает, поэтому каждый обслуживает свой формат в любом рабочем пространстве без записи в каталоге.
Все десять построены на пакете импортёров из набора для Go, github.com/aggrega-ai/aggrega-pdk/go/pkg/importer. Для импортёров Langflow, Flowise и n8n всё, что импортёр делает независимо от формата, — оценка соответствия сущностей Components из каталога рабочего пространства каждому узлу, решение, сослаться ли на одну или создать черновик новой, компоновка черновика, перенос содержащихся в нём значений учётных данных или запись их пустыми, как того требует настройка, запись черновиков и чтение описанных ниже настроек, — выполняет этот пакет, и лишь чтение формата и знание платформы, на которой работают его потоки, свои у каждого импортёра. Импортёр MCP создаёт черновик экземпляра одной сущности Component на каждый сервер, поэтому ничего не оценивает; он разделяет с пакетом чтение настроек, которые читает, решение о значениях учётных данных и соглашения, по которым именуются и описываются его черновики, как описано в разделе Импортёр MCP. Импортёр Compose принимает решение по каждому сопоставленному сервису так же, как импортёры потоков — по узлу, через тот же пакет, отображает свои черновики так же, как они, а остальное разделяет так же, как импортёр MCP, как описано в разделе Импортёр Compose. Импортёр Dify создаёт черновик установки Dify, которую собирает стандартная библиотека, несущей приложение, через черновик платформы того же пакета в форме, которую он принимает для платформы, представляющей собой целую установку, как описано в разделе Импортёр Dify. Импортёр CrewAI создаёт черновик экземпляра агента CrewAI из стандартной библиотеки на каждого агента, объявленного проектом, связанного с названной им моделью, и разделяет остальное так же, как импортёр MCP, как описано в разделе Импортёр CrewAI. Импортёр LangGraph создаёт черновик экземпляра агента LangGraph из стандартной библиотеки на каждый граф, объявленный конфигурацией приложения, связанного с хранилищем данных, в котором его checkpointer хранит состояние, и разделяет остальное так же, как импортёр MCP, как описано в разделе Импортёр LangGraph. Импортёр Google ADK создаёт черновик экземпляра агента ADK из стандартной библиотеки на каждое дерево агентов, объявленное конфигурациями приложения, связанного с моделью, которую называет дерево, когда ADK отправляет свои запросы в Gemini API, и разделяет остальное так же, как импортёр MCP, как описано в разделе Импортёр Google ADK. Импортёр Agent Framework создаёт черновик экземпляра агента Agent Framework из стандартной библиотеки на каждого декларативного агента, связанного с названной им моделью OpenAI, — каждый названный им MCP-сервер записывается в комментариях, поскольку поставщик модели обращается к нему как к размещённому инструменту, — и разделяет остальное так же, как импортёр MCP, как описано в разделе Импортёр Agent Framework. Как работает сокет импортёра и что ему передаётся, описано в разделе Сокет импортёра.
Эта страница — справочник о том, что каждый импортёр читает и какие черновики создаёт. Чтобы импортировать собственный проект и собрать результат, начните с раздела Импорт, который проводит проект от исходников до сборки, по одному формату за раз.
Как импорт получает импортёр
aggrega import, метод aggrega/import сеанса редактора и инструмент import ассистента получают базовый импортёр одинаково. Если на машине уже есть его модуль — в кэше содержимого рабочего пространства, — импорт читает его оттуда, не обращаясь для этого к сети. Если модуля нет, первый импорт, которому он нужен, загружает его из реестра по умолчанию рабочего пространства в версии компилятора и:
- сверяет его с дайджестом, который содержит двоичный файл, так что запускается только модуль, опубликованный в релизе компилятора;
- проверяет его так же, как pull проверяет загружаемый плагин, — его подпись по политике доверия этого реестра, а используемые им функции хоста — по тем, что записаны в его сущности Plugin;
- сохраняет его в кэше содержимого рабочего пространства, и это единственное, что для него записывается: ни lock-файла, ни записи о доверенных плагинах, потому что импорт не закрепляет ни одного импортёра.
Каждый последующий импорт читает его из кэша содержимого. Модуль, не прошедший проверку, отклоняется, и ничего не сохраняется. В папке, которую не отмечает ни одно рабочее пространство, нет кэша содержимого, где его можно сохранить, поэтому загрузка там отклоняется с указанием папки и того, как указать рабочее пространство или сделать папку рабочим пространством. Модуль никогда не читается из места рядом с сущностью Plugin с тем же именем, но другой версии в папке каталога: этот модуль принадлежит другой сущности.
Если модуль не удаётся загрузить, импорт останавливается с ошибкой
A plugin’s .wasm is not on this machine (Файла плагина нет на этой машине),
указывая импортёр и его версию, и сообщает, что поместит его модуль на машину:
- Запустите импорт один раз при доступной сети, если рабочее пространство работает офлайн или его реестр был недоступен. Этот запуск загрузит модуль, и все последующие запуски будут работать офлайн.
- Поместите его модуль рядом с сущностью Plugin этого импортёра в этой версии в папке каталога под именем, которое указывает сообщение, —
importer--langflow.wasmдля импортёра Langflow. Сущность каталога с тем же именем и версией, что и базовый импортёр, запускается вместо него, а её модуль читается из места рядом с ней; такая сущность без модуля рядом с ней вместо него не запускается, и базовый импортёр получается, как описано выше. Если реестр не содержит модуль или рабочее пространство не указывает реестр по умолчанию, это единственное решение, которое даёт сообщение.
Какой из них выполняется рядом с вашими собственными импортёрами
Базовые импортёры являются кандидатами наряду с импортёрами, которые содержит каталог вашего рабочего пространства, по тем же правилам выбора, что и любой импортёр; эти правила изложены в разделе Which importer turns a source into drafts (Какой импортёр превращает источник в черновики):
- В пределах одного имени выполняется наивысшая версия либо версия, которую называет запись
plugins.importer. - Если ваш каталог содержит импортёр с другим именем для
langflow,flowise,n8n,mcp,compose,dify,crewai,langgraph,google-adkилиagent-framework, формат объявляют два импортёра, и импорт, не подключающий ни один из них, отклоняется с указанием обоих по ошибке A parse or import format is advertised by more than one plugin (Формат разбора или импорта объявлен более чем одним плагином). Записьplugins.importer, называющая нужный вам импортёр, разрешает это. - Импортёр, который ваш каталог содержит с тем же именем и версией, что и базовый импортёр, и модуль которого лежит рядом с его сущностью, — именно тот, что выполняется; его модуль читается оттуда.
- Сущность Plugin с именем базового импортёра, рядом с которой в её папке каталога нет модуля, — например, в рабочей копии каталога, которая фиксирует импортёры, опубликованные некоторым выпуском, — это сущность, которую не мог бы запустить ни один импорт, поскольку её модуль больше ниоткуда не читается; поэтому она не является кандидатом на запуск, хотя сигнатуры, которые она фиксирует, по-прежнему участвуют в распознавании источника. В собственной версии компилятора вместо неё запускается базовый импортёр. В любой другой версии, более старой или более новой, она пропускается, и выбор делается среди импортёров, которые могут запуститься, — если только запись
plugins.importerне указывает именно эту версию или ни один способный к запуску импортёр с этим именем не объявляет запрошенный формат, как бывает, когда сущность фиксирует формат, которого не фиксирует собственный импортёр компилятора. Тогда она остаётся кандидатом по приведённым выше правилам, а импорт, который её выбирает, останавливается, называя папку, куда следует поместить её модуль.
Какой бы из собственных импортёров вашего каталога ни был выбран, его модуль читается из места рядом с его собственной сущностью, в его собственной версии: модуль, положенный рядом с сущностью с тем же именем в другой версии, принадлежит той сущности.
Как распознаётся источник
Импорт, который не называет свой формат через --format, распознаётся по сигнатурам, которые объявляет каждый импортёр:
- Langflow — источник, который разбирается как JSON и содержит массив в
data.nodes. - Flowise — источник, который разбирается как JSON, содержит массивы в
nodesиedgesи ничего не содержит вdata.nodes. - n8n — источник, который разбирается как JSON, содержит массив в
nodesи объект вconnectionsи ничего не содержит ни вedges, ни вdata.nodes. - MCP — источник, который разбирается как JSON, называется
.mcp.json,claude_desktop_config.jsonили.cursor/mcp.jsonи содержит объект вmcpServers; источник, который разбирается как JSON с комментариями, как его читает Visual Studio Code, называется.vscode/mcp.jsonи содержит объект вservers; или источник с любым именем, который разбирается как JSON и чей$schema— текст, начинающийся сhttps://static.modelcontextprotocol.io/schemas/, то есть описание сервера из реестра. Имя сопоставляется с концом пути, переданного импорту, поэтомуproject/.vscode/mcp.jsonраспознаётся, аmcp.json, переданный изнутри.vscode, или файл клиента под любым другим именем импортируется с указанием--format mcp. - Compose — источник, который разбирается как YAML, называется так, как Compose по умолчанию читает файл Compose или его файл переопределения, —
compose.yaml,compose.yml,docker-compose.yml,docker-compose.yaml,compose.override.yml,compose.override.yaml,docker-compose.override.ymlилиdocker-compose.override.yaml, — и содержит объект вservices. Файл Compose под любым другим именем импортируется с указанием--format compose. - Dify — источник с любым именем, который разбирается как YAML, содержит текст
appвkindи что-либо вapp.modeи вversion, как каждое приложение, экспортируемое Dify. - CrewAI — источник с именем
config/agents.yamlилиconfig/tasks.yaml, который разбирается как YAML; источник с именемcrew.jsoncилиcrew.json, который разбирается как JSON с комментариями и содержит список вagents; или источник с именемagents/<name>.jsoncилиagents/<name>.json, который разбирается как JSON с комментариями и содержит что-либо вrole. Классический проект задаёт ключи своих агентов и задач именами, которые выбирает его автор, поэтому два его файла различаются только по именам. - LangGraph — источник с именем
langgraph.json, который разбирается как JSON и содержит объект вgraphs; или источник с любым именем, который разбирается как JSON, содержит объект вgraphsи чей$schema— текстhttps://langgra.ph/schema.json, схема, которую LangGraph публикует для своей конфигурации. Конфигурация под другим именем, не называющая схему, импортируется с указанием--format langgraph. Ни одна сигнатура импортёра не называет файл окружения, поэтому при распознавании каталога ни один такой файл не открывается. - Google ADK — источник с именем
root_agent.yaml, который разбирается как YAML и содержит что-либо вnameи вinstruction, как конфигурация LlmAgent, или текст вagent_classи что-либо вname, как конфигурация любого другого агента. Конфигурация под другим именем импортируется с указанием--format google-adk. Ни одна сигнатура не называет конфигурацию субагента, которая может называться как угодно, поэтому при распознавании каталога не открывается ни один файл YAML, кромеroot_agent.yaml. - Agent Framework — источник с любым именем, который разбирается как YAML, содержит текст
Promptвkindи объект вmodel, как декларативный агент, называющий свою модель; Agent Framework загружает декларативного агента из любого файла, который называет его приложение, поэтому сигнатура не называет файл. Декларативный агент, не называющий модель или записывающий свой вид в другом регистре либо какAgent, импортируется с указанием--format agent-framework.
Источник, соответствующий двум из них, отклоняется с указанием обоих форматов и импортируется, если назвать нужный формат через --format. Импортёры Langflow, Flowise, n8n и LangGraph читают свой источник через парсер, обслуживающий parse:json; импортёр MCP — конфигурацию, перечисляющую свои серверы в servers, через парсер, обслуживающий parse:jsonc, а любой другой источник — через парсер, обслуживающий parse:json; импортёры Compose, Dify, Google ADK и Agent Framework — через парсер, обслуживающий parse:yaml; а импортёр CrewAI — файлы классического проекта через парсер, обслуживающий parse:yaml, а остальные — через парсер, обслуживающий parse:jsonc: тот, который обслуживает каталог вашего рабочего пространства, если он его обслуживает, а иначе парсер, который сам компилятор содержит для этого синтаксиса (см. Встроенные плагины). Поэтому импорту через любой из них не нужен парсер в вашем каталоге, и ничего для него не загружается. Если ваш каталог обслуживает парсер, используется именно он, а парсер компилятора не участвует. Импортёры Langflow, Flowise, n8n, Dify и Agent Framework не объявляют шаблон файлов, поэтому каждый читает один файл, а импорт каталога через любой из них отклоняется; импортёр MCP объявляет четыре имени файлов клиентов, поэтому каталог читается через содержащиеся в нём конфигурации клиентов; импортёр Compose объявляет восемь имён файлов Compose, поэтому каталог читается через содержащиеся в нём файлы Compose; импортёр CrewAI объявляет шесть имён объявлений проекта, поэтому каталог проекта читается через его объявления и ничего больше; импортёр LangGraph объявляет langgraph.json, поэтому каталог приложения читается только через его конфигурацию, и ни его код, ни файл окружения никогда не читаются; а импортёр Google ADK объявляет root_agent.yaml, поэтому каталог приложения читается только через его корневую конфигурацию — конфигурации, которые называют его субагенты, доходят до импортёра только через with.sources его подключения, — и ни его код, ни его файл окружения никогда не читаются. Сигнатура, не называющая файл, — у импортёров Langflow, Flowise и n8n, у импортёра MCP для описания сервера из реестра, у импортёра LangGraph для конфигурации, называющей свою схему, у импортёра Dify и у импортёра Agent Framework — применяется к каждому файлу, импортируемому отдельно: импорт, не называющий формат, читает такой файл как JSON и как YAML, чтобы проверить их, независимо от того, для какого импортёра он предназначен, через те же парсеры — компилятор содержит оба, поэтому ни для одного ничего не загружается. Файл с комментарием или завершающей запятой не разбирается как JSON, поэтому ни одна сигнатура, читающая JSON, его не распознаёт; сигнатуры импортёра CrewAI для crew.jsonc, agents/<name>.jsonc и их написаний с .json, а также сигнатура импортёра MCP для .vscode/mcp.json читают JSON с комментариями через парсер, который компилятор содержит для этого синтаксиса, если ваш каталог его не обслуживает.
Источник, который отклоняет его парсер, — для импортёров Langflow, Flowise, n8n и LangGraph тот, что не является JSON; для импортёра MCP тот, что не является JSON с комментариями или, если он не перечисляет свои серверы в servers, не является JSON; для импортёров Compose, Dify и Agent Framework тот, что не является YAML; для импортёра CrewAI объявление, которое не является YAML или не является JSON с комментариями; и для импортёра Google ADK конфигурация, которая не является YAML, — останавливает импорт с ошибкой parse-failed, сообщение которой содержит собственную причину парсера. Указание формата этого не меняет: импортёр запрашивает дерево источника, и отказ парсера — это ответ, который он получает.
Как именуется черновик
Каждый импортер даёт сущности Aggregate, которую создаёт в черновике, а также сущности Release рядом с ней, если создаёт её, имя <target_namespace>/<name>. Первая часть — это параметр target_namespace, imported, если вы не зададите другой. <name> — первое из перечисленного ниже, что не пусто:
-
имя, которое источник даёт себе сам, в поле, в котором его объявляет формат источника:
Импортер Читаемое имя importer/langflownameпотокаimporter/flowiseнет: экспорт не несёт собственного имени importer/n8nnameрабочего процессаimporter/mcpnameописания сервера в реестре; конфигурация клиента имени не несётimporter/composenameверхнего уровня проекта, причём имя файла переопределения заменяет имя переопределяемого им файла, как их объединяет Composeimporter/difynameприложения вappimporter/crewainameкоманды вcrew.jsoncилиcrew.json;config/agents.yamlиconfig/tasks.yamlимени не несут, поскольку классический проект называет свою команду в своей программеimporter/langgraphидентификатор графа, который объявляет конфигурация, поскольку конфигурация не несёт собственного имени importer/google-adknameкорневого агентаimporter/agent-frameworknameагента; егоdisplayNameне читается -
имя каталога, переданного импорту, целиком —
my.projectсохраняет свою точку и записывается какmy-project, — так же как Compose называет проект по содержащему его каталогу;aggrega import .передаёт каталог, в котором выполняется; -
имя файла, переданного импорту отдельно, без расширения;
-
flow.
Черновик, созданный из нескольких источников — нескольких проектов Compose, конфигураций, деревьев агентов или серверов либо конфигурации, объявляющей несколько графов, — берёт их имя, только если каждый из них называет себя и все имена записаны одинаково; иначе он берёт следующее. Имя записывается строчными буквами, каждая последовательность символов, отличных от букв и цифр ASCII, — одним дефисом, а дефисы на обоих концах отбрасываются: Basic Prompting записывается как basic-prompting, а SupportAgent — как supportagent. Один и тот же источник при каждом импорте получает одинаковое имя. Сущность Manifest, которую импорт создаёт в черновике для цели, берёт имя сущности Release, а если черновик Release не создаётся — имя сущности Aggregate, как описано в разделе Что добавляет цель.
Что читает импортёр Langflow
- Узлы и рёбра внутри объекта верхнего уровня
dataпотока:data.nodesиdata.edges. - Для каждого узла — его тип из
data.typeузла и его поля из тех записейdata.node.template, значение которых — объект, содержащийtype. Остальные записи шаблона полями не являются. - Поле, объект которого содержит
password: true, оформляется как слот учётных данных, а любое другое поле — как поле значения. Имя поля роли не играет, и при оформлении узла как сущности Component значение ни одного поля не читается. - Заметка, закреплённая на холсте, — узел типа
noteNode— не импортируется, а ребро к узлу, который не импортируется, отбрасывается. - При оформлении платформы, которая несёт поток, из потока также читаются: его
idверхнего уровня; значение каждого поля, помеченногоpassword: true; полеmcp_serverузла MCP Tools — названный в нём сервер MCP и конфигурация этого сервера — или поля, в которых узел вместо этого хранит свой сервер; каждый вход, который Langflow помечает как не содержащий учётных данных, но способный их нести, — в том виде, как их перечисляет раздел Значения учётных данных, которые хранит поток; поле, в котором узел называет свою модель, и поставщик модели, на котором она работает; а также поля, через которые узел обращается к адресу и ключу части, которые он переписывает. Что становится с каждым из них, описано в разделе Что они оформляют.
Что читает импортёр Flowise
- Узлы и рёбра на верхнем уровне потока,
nodesиedges. - Для каждого узла — его тип из
data.nameузла; его слоты учётных данных из записейdata.inputParams, у которыхtypeравенcredential, по ихname; и его поля значений из ключейdata.inputs, за вычетом тех, что называетdata.inputAnchors, — туда подключается другой узел, что фиксирует ребро между ними, — и за вычетом учётных данных. - Оформление узла в виде сущности Component не читает значение ни одного поля, а имя учётных данных никак не влияет на то, являются ли они учётными данными.
- Заметка, закреплённая на холсте, — узел типа
stickyNote— не импортируется, а ребро к узлу, который не импортируется, отбрасывается. - При подготовке платформы, на которой работает chatflow, из него также читаются: его
idверхнего уровня, если это UUID; учётные данные, которые узел хранит вdata.credential; значение каждого входа типаpassword, объявленного в егоinputParams;FLOWISE_CREDENTIAL_IDсреди входов узла, а такжеcredentialилиFLOWISE_CREDENTIAL_IDвнутри объекта конфигурации на любой глубине вложенности; конфигурация сервера во входеmcpServerConfigузла; каждый вход, который Flowise помечает как не являющийся учётными данными, но способный их содержать, — их перечисляет раздел Значения учётных данных в потоке, — а также член, в котором конфигурация agentflow указывает выбираемую модель или инструмент; входmodelNameузла; и Base Path узла OpenAI, его входbasepath. В разделе Что они создают сказано, что становится с каждым из них.
Что читает импортер n8n
- Узлы рабочего процесса
nodesи его соединенияconnectionsна верхнем уровне экспорта. - Для каждого узла — его
name, который его идентифицирует (соединения n8n называют соединяемые узлы по имени, а имена узлов рабочего процесса уникальны), и егоtype, записанный целиком, вместе с пакетом: например,@n8n/n8n-nodes-langchain.lmChatOpenAiилиn8n-nodes-base.httpRequest. Узел без имени идентифицируется по своемуid. - Каждое соединение, которое перечисляет рабочий процесс, — это одно ребро от узла, из которого оно выходит, к узлу, в который оно входит,
каким бы ни был его тип: соединение
mainпередаёт данные от одного узла к следующему, а AI-соединение (ai_languageModel,ai_tool,ai_vectorStore,ai_embedding,ai_memoryи другие) передаёт узлу, в который входит, модель, инструмент, хранилище или память, которые представляет узел, из которого оно выходит. В любом случае узел, в который входит соединение, потребляет узел, из которого оно выходит. - Каждый тип учётных данных, который называет
credentialsузла, и каждый параметр верхнего уровня, который n8n помечает как пароль, оформляется в черновике как слот учётных данных; каждый другой параметр верхнего уровня узла — поле значения. Оформление узла как Component не читает значение ни одного поля. - Заметка, закреплённая на холсте, — узел типа
n8n-nodes-base.stickyNote— не импортируется, а соединение с узлом, который не импортируется, отбрасывается. - Оформление в черновике платформы, которая несёт рабочий процесс, также считывает из него: его
idверхнего уровня; каждые учётные данные, которые выбирает узел; каждый параметр, который n8n помечает как пароль; адрес, который вызывает узел MCP-клиента; заголовки и параметры запроса, которые узел отправляет с запросом, составляемым рабочим процессом, как их перечисляет раздел Значения учётных данных, которые содержит поток; и параметр, в котором узел модели называет свою модель. В разделе Что они оформляют в черновике сказано, что происходит с каждым из них.
Что они создают в черновике
Каждый узел сопоставляется с Components собственного каталога рабочего пространства и ни с чем иным, как описывает сокет импортёра, и каждый импортёр содержит короткую таблицу, сопоставляющую распространённые типы узлов своего формата — модели чата и эмбеддингов, извлечение, HTTP-запросы и, в Langflow, узел MCP Tools MCPTools, который сопоставляется с core/ai-tool/mcp, — с Components стандартной библиотеки. Таблица Langflow также сопоставляет компонент Language Model, LanguageModelComponent, модель чата, которую вызывают стартовые потоки Langflow, с core/ai-model/openai, моделью, которую обслуживает соединение модели платформы Langflow: узел работает на поставщике моделей, которого указывает его поле provider, по умолчанию OpenAI, а узел, указывающий другого поставщика, никогда не подключается к этому соединению, как описано в разделе Какие узлы становятся частями. Таблица импортёра n8n сопоставляет модели чата и эмбеддингов n8n, его клиентский инструмент MCP — с core/ai-tool/mcp, его инструменты HTTP-запросов, его инструмент SerpApi, его векторные хранилища Qdrant, PGVector, Chroma, Milvus и Weaviate, а также его памяти чата Postgres и Redis. Узел, который n8n выполняет внутри самого рабочего процесса, — агент, цепочка, триггер, память, которую рабочий процесс хранит в собственном процессе, инструмент кода, — принадлежит самому рабочему процессу, и ни одна строка его не сопоставляет. Строка этой таблицы учитывается при сопоставлении, только если каталог рабочего пространства содержит названную в ней сущность Component. Команда выводит по одной строке для каждого сопоставленного узла с указанием выбранного, уровня совпадения и оценки лучшего кандидата, а для узла, которому она не даёт собственной сущности Component, — строку made no choice for <node id> (<node type>). Узел, который ссылается на Component из каталога, а не создаётся в черновике, не имеет собственного файла: черновой Aggregate называет этот Component.
Структура черновика определяется настройкой layout. platform, значение по умолчанию, создаёт в черновике платформу, которая выполняет поток, несёт поток в том виде, в каком он был экспортирован, и даёт собственную сущность Component только той части потока, которую принимает сокет платформы, — на платформах стандартной библиотеки это модель, MCP-сервер или другой инструмент, доступный по HTTP, и векторное хранилище. nodes создаёт для каждого узла собственную сущность Component.
Платформа, несущая поток
По умолчанию импорт записывает:
aggregate.yaml— черновой Aggregate, названный по потоку, как описано в разделе Как именуется черновик. Он содержит один экземпляр платформы, выполняющей поток, —core/ai-agent/langflowпод ключомlangflowдля потока Langflow,core/ai-agent/flowiseпод ключомflowiseдля потока Flowise иcore/ai-agent/n8nпод ключомn8nдля рабочего процесса n8n, — ссылающийся на Component каталога с этим именем. Экземпляр несёт поток вvalues.flow_definitionи называет его в своём значении-идентификаторе:flow_idв Langflow,chatflow_idво Flowise иworkflow_idв n8n. Каждая часть потока — отдельная запись рядом с ним, подключённая к платформе вusesэкземпляра.release.yaml— черновая сущность Release с тем же именем, указывающая на эту сущность Aggregate, с записью для платформы и по одной для каждой части, содержащая образ платформы и прикрепляющая по ссылке каждый секрет, нужный черновику, как описано в разделе Что черновик оставляет для Release.- по одному файлу в
components/для каждой части, которая создаётся в черновике, а не используется по ссылке, записанному так, как поузловая структура записывает созданный узел.
Если задана цель, импорт создаёт рядом с ними черновик manifest.yaml, как описано в разделе Что добавляет цель.
Каждый узел, не являющийся частью, остаётся внутри потока, который несёт платформа, и не становится сущностью Component. Его решение фиксирует кандидатов, с которыми он сопоставлялся, и ничего не выбирает, а его обоснование гласит kept in the flow <platform> carries, with no Component of its own: с последующим объяснением причины — например, что ни одна строка сопоставления не называет его тип, а ближайший кандидат набрал лишь столько-то. Поток сохраняет рёбра между узлами; черновик не записывает собственных.
Чатфлоу Multiple Documents QnA из Flowise, экспортированный как Multiple Documents QnA.json и импортированный без каких-либо настроек и без цели по каталогу, содержащему платформу Flowise из стандартной библиотеки и её Components моделей и инструментов извлечения, создаётся в черновике как следующий Aggregate (бо́льшая часть потока здесь опущена и обозначена ...):
apiVersion: aggrega.ai/v1beta1kind: Aggregatemetadata: name: imported/multiple-documents-qna version: 0.1.0 description: Draft Aggregate imported from a source in the flowise format.spec: components: flowise: type: core/ai-agent/flowise # For the compose target only, uncomment the lines below, which declare owner_password on flowise: a secret the Release alone attaches arrives under the key value, so each is declared with a key of its own and no two arrive under one; the Release attaches its origin, naming this type or none. # features: # owner_password: # type: core/secret-value # values: # key: OWNER_PASSWORD values: # chatflow_id is derived from the exported flow, which gives no identifier of its own. chatflow_id: '96da3b80-86d0-5f23-b4e7-2573ea1f76ad' flow_definition: | { "description": "Tool agent that can retrieve answers from multiple sources using relevant Retriever Tools", ... "embeddings": "{{"{{"}}openAIEmbeddings_0.data.instance}}", ... } uses: model: chatopenai-0: target: chatopenai-0 # For the compose target only, uncomment the lines below, which declare credential on chatopenai-0: a secret the Release alone attaches arrives under the key value, so each is declared with a key of its own and no two arrive under one; the Release attaches its origin, naming this type or none. # features: # credential: # type: core/secret-value # values: # key: OPENAI_API_KEY # swap to core/ai-model/azure-openai (score 0.4000) by setting type: core/ai-model/azure-openai chatopenai-0: type: core/ai-model/openai values: model: |- gpt-3.5-turboЕго модель чата — единственная подключённая часть; две его модели эмбеддингов остаются в потоке, поскольку сокет модели допускает одно подключение, а его инструменты-ретриверы остаются в потоке, поскольку их не принимает ни один сокет платформы. Импорт сообщает о каждом из них.
Идентификатор потока — тот, что даёт ему экспорт: верхнеуровневый id потока Langflow, верхнеуровневый id чатфлоу Flowise, если это UUID, и верхнеуровневый id рабочего процесса n8n, — если он состоит из 1–128 букв, цифр, ., -, _ или : и начинается с буквы или цифры. Если экспорт не даёт идентификатора или даёт идентификатор с любым другим символом, черновик записывает основанный на имени UUID, выведенный из названия формата и потока в том виде, в каком он передаётся, так что один поток всегда даёт один идентификатор, а комментарий над значением сообщает, что оно выведено. Чатфлоу, экспортированный из редактора Flowise, не содержит id, поэтому ему присваивается выведенный идентификатор.
Если каталог рабочего пространства не содержит Component с именем платформы, черновик всё равно называет платформу, но не подключает к ней ни одной части: каждый узел, который стал бы частью, остаётся в потоке с соответствующим сообщением, а импорт предупреждает, что каталог не содержит такой сущности Component.
Какие узлы становятся частями и куда подключается каждая
Узел является частью потока, если его тип сопоставляет строка таблицы сопоставления импортёра или запись mapping_overrides либо если его лучший кандидат совпадает как минимум на среднем уровне. Узел MCP Tools из Langflow является частью независимо от оценок: он называет вызываемый им MCP-сервер, и частью является этот сервер. Часть становится собственной сущностью Component, используемой по ссылке или создаваемой в черновике в точности так, как решает reuse_mode, и подключается к первому сокету платформы — в порядке объявления сокетов в записи каталога платформы, — селектору меток которого удовлетворяет Component части: метки Component, на который она ссылается, или, для создаваемой части, метки её лучшего кандидата, если он совпадает как минимум на среднем уровне. Часть, чей Component не удовлетворяет селектору ни одного сокета или у которой нет Component, с которого можно прочитать метки, остаётся в потоке, и импорт сообщает о ней.
Это сужают следующие правила:
- Модель Langflow, указывающая другого поставщика, не получает соединения модели. Узел
LanguageModelComponentилиEmbeddingModelработает на поставщике моделей, которого указывает его полеprovider, или, если оно пусто, на поставщике модели, которую выбирает его полеmodel. Платформа доставляет своё соединение модели для OpenAI-совместимого клиента, поэтому узел, указывающий любого поставщика, кромеOpenAI, — с чем бы его ни сопоставляли строка сопоставления или переопределение — никогда не подключается к сокетуmodel: он подключается к следующему сокету, которому удовлетворяет его сущность Component, или остаётся в потоке, при этом его решение ничего не выбирает и для него не создаётся черновик никакой сущности Component, а импорт сообщает о нём, указывая поставщика, на котором он работает. Узел, не выбирающий поставщика, указывающий его через глобальную переменную или берущий модель из другого узла, подключается как любая другая часть. - Сокет с одним подключением занимает одна часть. На каждой платформе сокет
modelдопускает одно подключение, которое Recipes платформы передают как одинOPENAI_BASE_URLи одинOPENAI_API_KEY. Если в него помещено несколько частей, его занимает первая, чей Component содержитmodel.aggrega.ai/capability: generative(или первая часть, если такой нет), а все остальные остаются в потоке, и о них сообщается с указанием части, занимающей подключение, и того, как поток достигает её при записи её узла. - Langflow обращается к подключению
toolsтолько через называющий его узел MCP Tools. Платформа записывает адрес подключения tools в конфигурацию сервера того узла MCP Tools, чьё полеmcp_serverназывает это подключение, поэтому узел, шаблон которого не содержит поляmcp_server, — каким бы ни был его тип и с чем бы его ни сопоставляли строка сопоставления или переопределение, — никогда не подключается к сокетуtools: он подключается к следующему сокету, которому удовлетворяет его Component, или остаётся в потоке с сообщением. Узел MCP Tools, не называющий сервера, не подключается ни к одному сокету, и о нём сообщается. Так же обстоит дело с узлом, конфигурация сервера которого запускает собственный сервер — содержитcommandили задаёт режимStdio, — и сообщение о нём указывает, что удалить, поскольку сборка платформы останавливается на узле, называющем сервер, которому не отвечает ни одно подключение tools. - MCP-сервер подключается по имени, которое даёт ему поток. Узлы одного потока, называющие один сервер, обращаются к одной части, создаваемой в черновике один раз, через одно подключение. Псевдонимом подключения становится имя сервера, если псевдоним подключения может его принять — буквы, цифры, дефисы и подчёркивания, — и никакое другое подключение этого сокета не передаёт значения под тем же именем переменной (его псевдоним в верхнем регистре, где каждый прочий символ заменён подчёркиванием). Иначе подключение получает псевдоним, выведенный из ключа части, сервер узла переименовывается в этот псевдоним в потоке, который несёт черновик, и решение части сообщает об этом.
Решение подключённой части указывает, к какому сокету платформы и через какое подключение она подключена, и называет каждый сокет, который был пропущен для неё, с указанием причины.
Как передаваемый поток достигает каждой части
Там, где формат это позволяет, поток, который несёт платформа, достигает каждой подключённой части через её соединение, и черновик записывает в поток то, что обеспечивает это, — имя переменной, опустошённый адрес или опустошённое то, что узел отправил бы вместо предоставляемого соединением, и никогда не значение. Это подключение, а не удаление значения учётных данных: черновик записывает его независимо от того, что говорит настройка empty_credentials, поскольку оставленное там значение переопределило бы то, что доставляет соединение.
-
Узел MCP Tools в Langflow. Платформа записывает адрес, который доставляет его соединение, в конфигурацию сервера узла и, если соединение несёт учётные данные, имя переменной, которая их хранит, под заголовком, который публикует инструмент. Черновик записывает адрес, хранившийся там в экспорте, пустым, чтобы поток не содержал его копии, и оставляет адрес сервера —
infra.endpointчасти — для сущности Release. Langflow отправляет собственное полеheadersузла поверх заголовков конфигурации его сервера, поэтому черновик записывает всё значение этого поля пустым с сохранением его вида — объект как{}, список как[], текст как пустую строку, — поскольку заголовок, оставленный с опустошённым значением, всё равно был бы отправлен, тогда как пустой объект или список ничего не переопределяет. -
Узел модели или векторного хранилища в Langflow. Платформа доставляет соединение модели как
OPENAI_BASE_URLиOPENAI_API_KEY, а соединение векторного хранилища — как переменные, названные по его псевдониму, которые Langflow читает через поле, указывающее глобальную переменную: поле, объект которого содержитload_from_db: true, хранит в качестве значения имя переменной, и Langflow читает глобальную переменную с этим именем или, если такая не сохранена, переменную окружения с этим именем. Черновик записывает каждое из этих полей с именем переменной иload_from_db: true:openai_api_baseузлаOpenAIModel— какOPENAI_BASE_URL, а егоapi_key— какOPENAI_API_KEY;openai_api_baseузлаOpenAIEmbeddings— какOPENAI_BASE_URL, а егоopenai_api_key— какOPENAI_API_KEY;api_keyузлаLanguageModelComponent— какOPENAI_API_KEY;api_baseузлаEmbeddingModel— какOPENAI_BASE_URL, а егоapi_key— какOPENAI_API_KEY;pg_server_urlузлаpgvector— какAGGREGA_VECTOR_STORE_<ALIAS>_CONNECTION_STRING, где<ALIAS>— псевдоним соединения в верхнем регистре, в котором каждый символ, кроме буквы или цифры, записан как подчёркивание.
Узел
LanguageModelComponentилиEmbeddingModelработает на одном из нескольких поставщиков моделей — том, который указывает его полеprovider, или, если оно пусто, поставщике модели, которую выбирает его полеmodel, — и передаёт свой ключ этому поставщику. Платформа доставляет соединение модели для OpenAI-совместимого клиента, поэтому такой узел записывается с переменными только там, где он работает наOpenAI. Узел, работающий на другом поставщике, никогда не подключается, как описано выше; узел, не выбирающий никакого, указывающий своего поставщика через глобальную переменную или берущий модель из другого узла, записывается без них, так что черновик никогда не направляет другого поставщика на ключ соединения. Там, где ни одно поле такого узла не задаёт адрес его API — узелLanguageModelComponentне содержит такого поля для OpenAI, а полеapi_baseузлаEmbeddingModelможет отсутствовать или быть пустым там, где оно не может указать переменную, — клиент OpenAI, на котором он работает, берётOPENAI_BASE_URLиз окружения, так что узел всё равно достигает адреса, который доставляет платформа.Клиент узла
OpenAIEmbeddingsотправляет своиdefault_headersповерх заголовков, которые он строит из ключа, и объединяет свойdefault_queryповерх запроса вызываемого адреса, поэтому на таком узле, который подключает черновик, всё значение каждого из них записывается пустым с сохранением его вида, как иheadersузла MCP Tools.Поле, которое экспорт записывает без обоих этих членов, заново не записывается — поле учётных данных среди них переносится как записано или записывается пустым, если этого требует настройка, как описано ниже. Там, где это поле несёт адрес части — и, для узла
LanguageModelComponentилиEmbeddingModel, задаёт его, — где такой узел не работает наOpenAIили где узел относится к любому другому типу, импорт сообщает, что часть достигается по адресу, который задают поток или значения по умолчанию его компонента. -
Узел OpenAI в Flowise. Клиент OpenAI, на котором Flowise запускает узел
chatOpenAIилиopenAIEmbeddings, читаетOPENAI_BASE_URLиOPENAI_API_KEYиз окружения, если Base Path узла пуст и он не выбирает учётных данных, поэтому черновик записывает Base Path, хранящийся в экспорте, пустым, а учётные данные, которые выбирает узел, вdata.credential, — тоже пустыми. Этот клиент отправляет заголовки узла по умолчанию, егоbaseOptions, поверх заголовка, который он строит из ключа, поэтому черновик записывает всё их значение пустым с сохранением его вида. Об узле модели любого другого типа сообщается, что он достигается по адресу, который задают чатфлоу или его собственные значения по умолчанию. -
Инструмент или векторное хранилище в Flowise. Чатфлоу читает адрес, который платформа доставляет для них, —
AGGREGA_TOOL_<ALIAS>_URLилиAGGREGA_VECTOR_STORE_<ALIAS>_URL— только через переменную Runtime с этим именем, которую ничто не создаёт при запуске. Черновик ничего для неё не записывает, а импорт сообщает шаг, который заставляет чатфлоу её прочитать: создайте переменную Runtime на странице Variables Flowise и читайте её в узле как$vars.<name>. -
Любой узел n8n. Платформа доставляет соединение модели как
OPENAI_BASE_URLиOPENAI_API_KEY, а соединение инструментов или векторного хранилища — какAGGREGA_TOOL_<ALIAS>_URLилиAGGREGA_VECTOR_STORE_<ALIAS>_URL, тогда как узел n8n достигает модели, хранилища или сервиса по адресу, который задают выбранные им сохранённые учётные данные, или по адресу из его собственных параметров, а workflow читает переменную окружения только через выражение, читающее$env, которое платформа отклоняет, если сущность Aggregate не задаётvalues.allow_env_access_in_nodesравнымtrue. Черновик оставляет это значение по умолчанию,false, поскольку его установка позволяет каждому workflow и каждому пользователю, который может его редактировать, читать любую переменную окружения платформы, включая доставленные учётные данные. Поэтому черновик ничего не записывает в workflow для соединения, и о каждой подключённой части сообщается, что она достигается не через него. Узел MCP-клиента достигает своего сервера по адресу, который хранит workflow, — как его записал экспорт или никакому, если настройкаempty_credentialsзаписывает его пустым, как описано ниже, — а собственный адрес сервера —infra.endpointчасти — оставляется для сущности Release.
Там, где поток переносится, о каждой подключённой части сообщается, какое из следующего выполняется:
part-reads-connection, если поток достигает части через её соединение, и
part-address-in-flow, если он достигает части не через её соединение — по адресу,
который хранит поток, или по адресу из значений по умолчанию его компонента. Решение части говорит то же самое.
Узел, который черновик не подключает ни к одному сокету, всё же может достигаться соединением, которое он подключает, в зависимости от того, как
записан узел: клиент OpenAI без собственного адреса и ключа читает из своего окружения OPENAI_BASE_URL и
OPENAI_API_KEY, которые платформа доставляет для соединения модели. Там, где это так,
черновик записывает узел так же, как подключённый, чтобы ничто из хранимого им не отправлялось вместо того, что
предоставляет соединение, и сообщает о нём с part-reads-connection:
- узел Langflow
OpenAIEmbeddings, поле адреса которого указывает переменнуюOPENAI_BASE_URL, доставляемую платформой и читаемую как глобальная переменная, когда к сокету модели подключена часть: егоdefault_headersиdefault_query; - узел Flowise
chatOpenAIилиopenAIEmbeddings, Base Path которого пуст и который не выбирает учётных данных, а также такая конфигурация модели, которую узел agentflow хранит среди своих входов, когда к сокету модели подключена часть: егоbaseOptions.
На любом другом узле эти значения не являются связыванием: они переносятся как записаны или записываются пустыми, если этого требует настройка, как описано в следующем разделе.
Значения учётных данных в потоке
Перед переносом потока импорт находит в нём каждое значение, которое может содержать учётные данные, в перечисленных ниже местах; каждое относится к одному из трёх видов: то, что формат помечает как учётные данные; член конфигурации MCP-сервера, где бы формат её ни хранил; и вход, который формат помечает как не являющийся учётными данными, но который всё же может их содержать, — заголовки запроса, параметры запроса, целый запрос, записанный как командная строка, вход, хранящий учётные данные под именем учётных данных.
По умолчанию импорт не очищает ни одно из них: поток переносится в том виде, в каком был экспортирован, и каждое найденное значение, которое что-то содержит — не пустая строка и не null, — называется в предупреждении credential-carried по его узлу и полю (заголовок или параметр запроса — по имени), но никогда не по значению или какой-либо его части, вместе со значением настройки empty_credentials, которое его очищает. Настройка включает удаление: marked очищает то, что формат помечает как учётные данные, и каждый член конфигурации MCP-сервера; all очищает также входы, помеченные как не являющиеся учётными данными. Каждое очищенное значение сообщается с credential-emptied по его узлу и полю, никогда не по значению; значение, уже пустое или равное null, остаётся как есть и не сообщается. Значение, которое настройка не принимает, останавливает импорт, который ничего не создаёт, а не читается как none.
Найденное значение, которое представляет собой одну ссылку на переменную и ничего больше, не содержит собственного значения: голое имя переменной, ${NAME} — включая предопределённые переменные, такие как ${workspaceFolder} или ${userHome}, — или одна из форм, определённых MCP-клиентами, ${env:NAME} и ${input:id}. Независимо от настройки оно переносится как записано и не называется ни в одном предупреждении, в каком бы формате ни был поток, так же как его записывает импортёр MCP. То же относится к члену, который является одной ссылкой внутри значения, хранимого форматом как текст, например Flowise mcpServerConfig, записанного как текст JSON, или заголовков и параметров запроса, хранимых как объект JSON в тексте в Flowise и n8n: при очистке текст сохраняет этот член как записан.
Ссылка, содержащая текст после оператора, хранит этот текст, который может быть ключом, независимо от того, стоит ли перед оператором двоеточие: значение по умолчанию, ${NAME:-value} или ${NAME-value}; альтернатива, ${NAME:+value} или ${NAME+value}; сообщение, ${NAME:?message} или ${NAME?message}; присваивание, ${NAME:=value} или ${NAME=value}. Она находится как любое другое значение — по умолчанию переносится и называется в предупреждении credential-carried, очищается, если настройка требует этого для её вида, — и так же любой другой текст внутри ${…}, например ${config:name}, и текст рядом со ссылкой, например --key=${NAME}.
То, что черновик записывает, чтобы узел достигал своего соединения, — очищенный адрес, имя переменной, очищенные выбранные учётные данные или заголовки по умолчанию, как описано в разделе Как перенесённый поток достигает каждой части, — является связыванием: оно записывается независимо от настройки, сообщается вместе с тем, как узел достигает своего соединения, и никогда не сообщается как значение учётных данных. То, что лежит вне всех перечисленных ниже мест, проверяет автор, как сказано в конце этого раздела.
То, что формат помечает как учётные данные, — очищается при marked и all:
- Langflow — значение каждого поля шаблона, помеченного
password: true, включая поле, хранящее имя глобальной переменной, если только черновик не записывает в это поле имя переменной, которую предоставляет платформа, как описано выше. - Flowise — учётные данные, которые узел хранит в
data.credentialи которые выбирает его параметр учётных данных; значение каждого входа типаpassword, объявленного в егоinputParams; а такжеFLOWISE_CREDENTIAL_IDсреди входов узла иcredentialилиFLOWISE_CREDENTIAL_IDвнутри объекта конфигурации на любой их глубине, как agentflow хранит конфигурацию модели или инструмента. - n8n —
idкаждых хранимых учётных данных, выбираемых узлом, вcredentials.<type>.id. Экспорт n8n хранит учётные данные как ссылку, никогда не их значение, иnameссылки не находится: n8n, импортируя рабочий процесс на другом экземпляре, разрешает учётные данные,idкоторых у него нет, по их типу и имени. Учётные данные, которые старый экспорт выбирает только по имени, называют учётные данные, но не содержат их и не находятся. Кроме того, значение каждого параметра, который n8n помечает как пароль в определениях своих базовых узлов, — например,secretузла Crypto илиpasswordузлов, создающих пользователя, — где бы среди параметров узла он ни находился; узел, используемый как инструмент агента, читается как тот узел, которым он является.
Конфигурация MCP-сервера — очищается при marked и all:
- Конфигурация
mcp_serverузла Langflow MCP Tools иmcpServerConfigузла Flowise, записанная как текст JSON или как объект: значение каждого заголовка, будь заголовки объектом, строками из ключа и значения или объектами, объединяемыми целиком, причём элемент любого другого вида находится целиком; каждое значение окружения; адрес сервера; команда; и каждый аргумент. Ни один из форматов не помечает адрес, команду или аргумент как учётные данные, но каждый из них может содержать ключ — адрес в своей пользовательской части, пути или запросе, — поэтому все три также находятся в обоих форматах. При очистке команда и каждый аргумент сохраняют свои члены, так что конфигурация, запускающая собственный сервер, по-прежнему читается как таковая. Если узел Langflow MCP Tools связан с соединением инструментов, его адрес является связыванием, как описано выше, и никогда не сообщается как значение учётных данных. Конфигурация Flowise, записанная как текст, который не читается как объект JSON, находится целиком, поскольку внутри неё ничего нельзя найти. - Узел Langflow MCP Tools без поля
mcp_serverвместо этого хранит свой сервер в собственных полях — адрес вsse_url, заголовки вheaders_input, окружение вenv, а всю командную строку вместе с аргументами вcommand, — и Langflow также не помечает ни одно из них как учётные данные, поэтому значение каждого заголовка, каждая записьenv, адрес и командная строка находятся, а их поля и записи при очистке сохраняются. Еслиenvявляется списком, каждая запись сообщается по её позиции, поскольку имя переменной и её значение делят один текст. Такой узел не называет MCP-сервер, поэтому он никогда не связывается с соединением инструментов. - Собственное поле
headersузла Langflow MCP Tools, которое Langflow отправляет серверу поверх заголовков его конфигурации, на узле, который черновик не связывает: всё его значение, очищенное с сохранением вида, как на связанном узле, и сообщаемое один раз, какheaders. - Компоненты Langflow MCP Tools (SSE) и MCP Tools (stdio), которые Langflow помечает как устаревшие, хранят свой сервер каждый в одном поле — узел
MCPSseсвой адрес вurl, узелMCPStdioвсю командную строку вместе с аргументами вcommand, — которое находится целиком. Ни один из них не называет MCP-сервер, поэтому ни один не связывается с соединением инструментов. - Узел MCP-клиента n8n — MCP Client Tool, вызываемый агентом, узел MCP Client или клиент сервера из реестра n8n — хранит адрес сервера в параметре
endpointUrlили, в первой версии,sseEndpoint, а заголовки — только как выбираемые им учётные данные; адрес находится целиком, связан узел или нет.
Вход, который формат помечает как не являющийся учётными данными, — очищается только при all:
- Заголовки запроса — на Langflow это
headersузлаAPIRequest,URLComponent,CloudflareWorkersAIEmbeddingsилиConfluentKafkaProducerиapi_headersузлаDoclingRemote; на Flowise —headersузлаhttpAgentflow,getApiChain,postApiChain,openApiChain,apiLoader,openAPIToolkitилиsearXNG, а такжеrequestsGetHeaders,requestsPostHeaders,requestsPutHeadersиrequestsDeleteHeadersинструментов Requests иbaseOptions— заголовки по умолчанию, которые отправляет клиент модели, — узлаazureChatOpenAI,azureOpenAIEmbeddings,chatCerebras,chatOpenAICustom,openAIEmbeddingsCustom,chatOpenRouter,chatSambanovaилиopenAI; на n8n —headerParameters,jsonHeaders,headerParametersUiиheaderParametersJsonузлаn8n-nodes-base.httpRequest(его текущая версия хранит первые два, более ранние версии — два других), в том числе того же узла, используемого как инструмент агента,parametersHeadersиjsonHeadersузла@n8n/n8n-nodes-langchain.toolHttpRequest, а такжеheaderParametersUiузлаn8n-nodes-base.graphql. Имя заголовка не содержит секрета, поэтому находится значение каждого заголовка, а его имя сохраняется, какую бы форму ни имели заголовки: объект из имён и значений, строки из ключа и значения (на n8n — строки изnameиvalue) или объекты, которые Langflow целиком объединяет в заголовки. О каждом заголовке сообщается по его имени. Элемент списка, не являющийся строкой заголовка, находится целиком, и о нём сообщается по его позиции. Заголовки, записанные как текст, находятся целиком, кроме Flowise и n8n, где текст хранит заголовки как JSON-объект: там при очистке текст переписывается на месте, каждое значение становится пустым, и о нём сообщается один раз с именами содержащихся в нём заголовков. Текст n8n, начинающийся с=, — это выражение, которое n8n вычисляет при запуске рабочего процесса, и он находится целиком. При очистке пустыми становятся все значения, включая значения заголовков без секретов, напримерUser-Agent, поэтому импортированный запрос отправляется с пустыми заголовками, пока автор не восстановит их. - Параметры запроса — на Langflow это
query_paramsузлаAPIRequestилиGoogleSerperAPIиsearch_paramsузлаSerpAPI,Serp,SearchAPIилиSearchComponent; на Flowise —queryParamsузлаhttpAgentflowиcustomParametersзагрузчикаsearchApi; на n8n —queryParameters,jsonQuery,queryParametersUiиqueryParametersJsonузлаn8n-nodes-base.httpRequest, используемого как инструмент или нет,parametersQueryиjsonQueryузла@n8n/n8n-nodes-langchain.toolHttpRequest, а такжеqueryParametersиqueryParametersJson, которые узелn8n-nodes-base.facebookGraphApiхранит среди своихoptions. Каждый из них отправляется как строка запроса, и параметр запроса может содержать ключ (некоторые поисковые API принимают свой ключ какapi_keyв строке запроса), поэтому каждый находится так же, как заголовки: каждое значение с сохранением имени, какую бы форму ни имели параметры, и о каждом сообщается по его имени; параметры, записанные как текст, находятся целиком, кроме Flowise и n8n, где текст хранит их как JSON-объект, который при очистке переписывается на месте, и о нём сообщается один раз с содержащимися в нём именами. При очистке пустыми становятся все значения, включая значения параметров без секретов, поэтому импортированный запрос отправляется с пустыми параметрами (или, из HTTP-узла Flowise, который не отправляет параметры с пустым значением, без них), пока автор не восстановит их. - Заголовки и строка запроса по умолчанию на узле OpenAI, к которому не ведёт ни одно соединение —
default_headersиdefault_queryузла LangflowOpenAIEmbeddings, а такжеbaseOptionsузла FlowisechatOpenAIилиopenAIEmbeddings, где бы ни находился узел, включая конфигурацию агентного потока для выбранной им модели, если черновик не подключает узел и не находит соединение, ведущее к нему в том виде, как он записан; если находит, они являются подключением, как описано выше. Каждое находится целиком и при очистке сохраняет свой вид — объект как{}, список как[], текст как пустая строка, — и о нём сообщается один раз. - Целый запрос, записанный как командная строка —
curl_inputузла LangflowAPIRequestиcurlузлаWebhook, находятся целиком, включая значение по умолчанию у Webhook. Ни одно из них не читается при выполнении потока: первое лишь заполняет поля узла в редакторе, второе показывает пример. - Входные данные, хранящие учётные данные под именем учётных данных —
api_keyузла LangflowOlivyaComponent,verification_tokenкаждого компонента Composio иmem0_configузлаmem0_chat_memory, всё значение которого при очистке сохраняет свой вид; а такжеwebhookSecretиcallbackSecretузла FlowisestartAgentflowиbearerTokenузлаteradataMCP. Каждое находится целиком. Входные данные, имя которых лишь напоминает учётные данные (имя ключа, хранящегося в другом месте, имя пользователя или параметр, который компонент объявляет несекретным), не находятся.
Помимо значений, которые параметр очищает, того, что черновик записывает, чтобы поток достиг своих частей, маркеров ребра Langflow, записанных так, как их записывает редактор Langflow, и символов возврата каретки, записываемых как переводы строки (см. ниже), поток переносится в том виде, в каком был экспортирован: без всего этого — байт в байт.
Соединение в черновике не несёт значения учётных данных: черновая сущность Release прикрепляет по ссылке те, что предъявляет каждое соединение, как описано в разделе Что черновик оставляет для Release.
Каждое значение, которое параметр оставляет как есть, попадает в черновик, и автор проверяет его, руководствуясь
предупреждениями credential-carried. Никакое правило о полях не касается остальной части потока, поэтому автор
проверяет и её, прежде чем делиться черновиком: собственный код компонента, который переносит поток и в котором
пользовательский компонент может хранить ключ; входные данные, которые редактор добавляет к узлу сверх объявленных его компонентом;
тело, с которым отправляется запрос, например у узла APIRequest или httpAgentflow, которое
может содержать токен; аргументы, которые узел передаёт клиенту своей модели или загрузчику как отдельный объект,
например model_kwargs узла Langflow EmbeddingModel или additionalInputs узла Flowise replicate,
которые могут содержать ключ под любым именем; адрес, отличный от адреса MCP-сервера,
который может содержать ключ в пользовательской части или строке запроса; код узла Code в n8n, а также заголовки или
строку запроса узла, отправляющего запрос, который импортёр не перечисляет выше; и свободный текст, например
промпт или сообщение.
Что черновик оставляет для Release
Черновая сущность Release содержит в записи платформы и в записи каждой части то, что поток предоставить не может:
- Образ платформы, как
infra.image: собственный выбор образа импортёра, в версии, с которой, как известно, работают сущности Recipes каталога для платформы, —langflowai/langflow:1.6.0,flowiseai/flowise:3.1.3иn8nio/n8n:1.110.1, — под комментарием, который об этом сообщает. Импорт никогда не повышает и не понижает её, чтобы следовать за источником; если экспорт указывает другую версию платформы, как это делаетlast_tested_versionпотока Langflow, комментарий её называет. - Порт, на котором публикуется платформа, как
infra.published_port, только с--target compose: 7860 для Langflow, 3000 для Flowise и 5678 для n8n — порты, на которых каждая из них обслуживает запросы и которые её сущность Recipe для Compose публикует на адресе обратной петли хоста, 127.0.0.1. Комментарий над ним сообщает, что порт доступен только с этой машины, для любого процесса, работающего на ней, и что удаление строки оставляет службу внутренней. Второй поток одного импорта получает следующий порт, не занятый ни одним предыдущим. С любой другой целью или без цели он не записывается. - Собственный секрет платформы и учётные данные каждого соединения с моделью, прикрепляемые по ссылке и никогда как значение: в Langflow — слот
admin_password, читаемый, покаvalues.require_authenticationостаётсяtrue; в Flowise — слотowner_password, обязательный, пока заданvalues.flow_definition; и, если часть подключена к сокетуmodelплатформы, —credentialэтого соединения. Платформа n8n не принимает собственного секрета. Способ прикрепления каждого зависит от цели, как описано в разделе Секреты для каждой цели. - Каждое значение, которого нет ни в одном источнике, записанное как пустая строка под комментарием, поясняющим, что это: в Flowise —
infra.owner_email, адрес электронной почты учётной записи владельца, обязательный, пока заданvalues.flow_definition; а также адрес каждого сервера MCP, подключённого к платформе, —infra.endpointего части. Каждое из них — значение, которое требует импорт, и на него отвечают так, как описано в разделе Файл ответов импорта.
Учётные данные, которые предъявляет соединение с инструментом или векторным хранилищем, не попадают в черновик: учётные данные такого соединения останавливают сборку там, где инструмент не публикует заголовок, в котором их можно отправить, поэтому комментарий над записью платформы их называет, чтобы вы прикрепили их там, где инструмент их принимает.
Секреты для каждой цели
На --target helm каждый секрет — это core/referenced-secret, чей origin — имя Kubernetes Secret, уже находящегося в пространстве имён и хранящего значение под ключом данных value. Это имя не может дать ни один источник, поэтому оно записывается пустым под комментарием, который говорит, что оно хранит, и относится к значениям, которые импорт остаётся должен; черновик сущности Manifest сопоставляет core/referenced-secret с helm/k8s-existing-secret.
На любой другой цели, а также без цели, каждый секрет — это core/secret-value, чей origin — ссылка на переменную: ${LANGFLOW_ADMIN_PASSWORD}, ${FLOWISE_OWNER_PASSWORD} и ${OPENAI_API_KEY} для учётных данных соединения с моделью, — которую цель, подставляющая ссылки на переменные, как это делает Docker Compose при запуске стека, читает из окружения, поэтому ни один файл не содержит значения и за него ничего не остаётся должным. Приведённый выше chatflow Flowise, импортированный без цели, получает черновик с такой сущностью Release:
apiVersion: aggrega.ai/v1beta1kind: Releasemetadata: name: imported/multiple-documents-qna # environment is a drafted default, since no source names the environment this Release deploys to; change it to name the one it deploys to. environment: development version: 0.1.0 description: Draft Release imported from a source in the flowise format.spec: aggregate: imported/multiple-documents-qna # manifest: left empty, since the import was given no target; an import given a target drafts the Manifest and names it here. manifest: "" components: flowise: infra: # The image running core/ai-agent/flowise, at the version this importer drafts, which the catalog's Recipes for it are known to run; the import does not raise or lower it to follow the source. image: "flowiseai/flowise:3.1.3" # Left for the Release, since the source cannot supply it: infra.owner_email, the email address of the platform's owner account, required while values.flow_definition is set owner_email: "" features: owner_password: type: core/secret-value infra: # Attached by reference, never as a value: the owner account's password, required while values.flow_definition is set, read from the variable FLOWISE_OWNER_PASSWORD, which a target substituting variable references, as Docker Compose does when the stack starts, reads from the environment, so no file carries the value. origin: "${FLOWISE_OWNER_PASSWORD}" uses: model: chatopenai-0: features: credential: type: core/secret-value infra: # Attached by reference, never as a value: the credential flowise presents to chatopenai-0 on its model connection, read from the variable OPENAI_API_KEY, which a target substituting variable references, as Docker Compose does when the stack starts, reads from the environment, so no file carries the value. origin: "${OPENAI_API_KEY}" chatopenai-0: {}Без цели импорт остаётся должен два значения, spec.manifest и infra.owner_email; с --target compose — только адрес электронной почты владельца; с --target helm — адрес электронной почты владельца и имена двух Kubernetes Secret.
На цели compose секрет, который прикрепляет только Release, приходит под одним ключом, value, поэтому пароль владельца или администратора и учётные данные соединения пришли бы под ним оба. Поэтому сущность Aggregate объявляет каждый из них с собственным ключом там, где платформа образует соединение: owner_password с ключом OWNER_PASSWORD в Flowise, admin_password с ключом LANGFLOW_SUPERUSER_PASSWORD в Langflow и credential соединения с моделью с ключом OPENAI_API_KEY на всех трёх платформах, каждый под комментарием, объясняющим причину. С --target compose эти строки записываются активными; без цели они записываются закомментированными, как в примере выше, чтобы вы раскомментировали их при сборке под compose; с любой другой целью они не записываются. Release прикрепляет происхождение каждого слота, указывая тот же тип или никакого.
При настройке attach_egress_allowlist со значением true экземпляр платформы также объявляет Feature core/egress-allowlist стандартной библиотеки в features как egress-allowlist, так что платформа подключается только к компонентам, которых достигают её соединения, к собственным подам и к DNS кластера — исходящий аналог ребра uses как объявленного вызова. Сущность Aggregate объявляет только тип прикрепления, поскольку прикрепление в Aggregate не несёт infra, а черновик сущности Release ничего из этого не записывает: комментарий над записью платформы называет в features.egress-allowlist.infra ключ control_plane_present, который оператор устанавливает в true, подтверждая, что сетевой плагин кластера применяет сетевые политики, без чего сборка останавливается; admitted_destinations — список, содержащий для каждого соединения, цель которого кластер не запускает, например размещённой модели, запись с указанием цели и диапазона адресов, без которого сборка останавливается с указанием этого соединения; и aggrega.ai/namespace для границы, содержащей платформу, поскольку политика размещается в пространстве имён её рабочих нагрузок, и сборка останавливается, если они не выводятся ни в какое. Ни один из этих ключей не записывается пустым, поэтому ни один не относится к значениям, которые импорт остаётся должен. Решение каждой подключённой части сообщает, что прикрепление допускает её соединение, а импорт сообщает о прикреплении как о feature-attached. В compose нет сетевых политик, поэтому сборка такого черновика под compose останавливается с указанием прикрепления; там, где платформа образует соединение, строки compose, описанные выше, записываются внутри блока features экземпляра, без второго ключа features.
Модель, которую обслуживает часть
Часть, на которую ссылается черновик и чья сущность Component объявляет значение с именем model — как это делает и требует каждая модельная сущность Component стандартной библиотеки, — записывается с именем модели, которую выбирает её узел, в виде values.model:
- Langflow —
model_nameузлаOpenAIModelилиAnthropicModel;modelузлаOpenAIEmbeddings; а также переопределениеmodel_nameузлаLanguageModelComponentилиEmbeddingModel, если оно задано, а иначе модель, которую выбирает его полеmodel. - Flowise —
modelNameузлаchatOpenAI,chatAnthropicилиopenAIEmbeddings. - n8n — параметр
modelузла чата, завершения или эмбеддингов, который сопоставляет таблица импортёра, или егоmodelNameна узлах Google Gemini и Vertex, записанный как имя или как значение селектора, в котором его хранят более новые узлы n8n. n8n не включает в экспорт параметр, равный значению по умолчанию, поэтому узел, сохраняющий модель по умолчанию, не называет в экспорте никакой.
Release не может записать значение. Поэтому там, где узел не называет модель, которую черновик может записать, — он не выбирает никакой, называет её через глобальную переменную или выражение, читаемое только при запуске потока, берёт её из другого подключённого к нему узла или относится к типу, поле модели которого импортёр не читает, — комментарий внутри части оставляет values.model автору, а импорт сообщает об этом с model-not-named. Часть, которую черновик создаёт как черновую, записывается без значения.
Как поток записывается в черновик
Поток записывается как литеральный блок YAML, режим обработки концевых переводов строк которого сохраняет их, так что
values.flow_definition читается обратно как собственный текст потока. Текст Aggregate читается как шаблон, поэтому каждая {{, которую содержит поток, — чатфлоу Flowise пишет {{<node id>.data.instance}} для каждого соединения между двумя узлами, — записывается как {{"{{"}}, что интерполяция превращает обратно в две фигурные скобки, как описано в разделе
Text that carries its own double braces. Имя модели записывается так же.
Литеральный блок не может передать каждый символ в том виде, в каком он записан:
- Возврат каретки — из пары CR LF или одиночный — записывается как один перевод строки. JSON-документ
содержит его только между токенами, где любые пробельные символы читаются одинаково, поэтому платформа читает
тот же поток. Импорт сообщает их количество с
carriage-returns-rewritten. - Любой другой символ, который литеральный блок не может передать, препятствует передаче потока:
символ перевода строки — U+0085, U+2028 или U+2029; управляющий символ, кроме табуляции и перевода
строки, — от U+0000 до U+001F, U+007F и от U+0080 до U+009F; несимволы U+FFFE и U+FFFF; а также
байт, не входящий в последовательность UTF-8. Тогда
values.flow_definitionостаётся незаданным, с комментарием об этом, остальное создаётся в черновике, а импорт сообщаетdefinition-not-carriedдля каждого вида символов с их количеством в потоке и строкой и столбцом первого из них.
Поток также не передаётся, если значения, которое черновик записывает пустым или заново, нет в байтах экспорта там, где его содержит разобранное дерево; импорт сообщает definition-not-carried с указанием места этого значения. Идентификатором потока тогда становится его собственный, если черновик может его передать, а иначе — производный от идентификаторов узлов потока.
Узел за узлом
При layout: nodes импорт создаёт для каждого узла потока черновую сущность Component и записывает:
aggregate.yaml— черновую сущность Aggregate, названную по потоку, как описано в разделе Как именуется черновик, и составленную из узлов потока: запись для каждого, а каждое ребро потока — соединениеusesузла, который оно питает, причём его сокет и псевдоним названы по ключу узла, который его питает, так что узел, питаемый несколькими узлами, даёт каждому соединению собственный псевдоним.- по одному файлу в
components/для каждого создаваемого узла — черновую сущность Component с именем<target_namespace>/<category>/<name>, где имя взято из типа узла, версии0.1.0, с полями значений как строковыми полями закрытого объектаvaluesи полями учётных данных как обязательными слотами учётных данных, способ доставки которых определяет Recipe. release.yaml— черновик сущности Release с тем же именем, указывающий эту сущность Aggregate, с записью для каждого узла.
Сам поток не передаётся, и значения полей не читаются.
Перенос самого экспортированного потока
Черновик по умолчанию переносит поток: экземпляр платформы принимает экспорт как
values.flow_definition, записанный так, как описано в разделе Как поток записывается в черновик.
Автор, вручную записывающий поток в сущность Aggregate — в черновик, разложенный по узлам, или
в собственную сущность Aggregate, — записывает его так же. Сущность Component, которая выполняет поток в авторском виде,
принимает экспорт как значение — flow_definition в core/ai-agent/langflow
и core/ai-agent/flowise стандартной библиотеки, — а текст сущности Aggregate читается как шаблон, поэтому двойные фигурные скобки, которые
содержит экспорт, были бы прочитаны как действия шаблона: чат-поток Flowise записывает {{<node id>.data.instance}}
для каждого соединения между двумя узлами, промпт Flowise называет переменную как {{question}}, а
экспорт Langflow содержит исходный код своих компонентов, где скобки тоже могут встречаться.
Запишите каждую {{ в экспорте как {{"{{"}} внутри блочного скаляра, и интерполяция восстановит
текст экспорта до того, как его прочитают сущности Recipes этой сущности Component;
причины описаны в разделе Текст, содержащий собственные двойные фигурные скобки. Значение учётных данных, содержащееся в экспорте, должно находиться в секрете, который прикрепляет сущность Release, а не в
сущности Aggregate: оставьте его пустым, как это делает черновик, когда этого требует параметр empty_credentials.
# Aggregate fragment — a Flowise chatflow carried as exportedspec: components: chat: type: core/ai-agent/flowise values: chatflow_id: 3f2b8c1e-7a4d-4e9b-8c2f-1a6d5e9b0c47 flow_definition: | { "nodes": [ { "id": "llmChain_0", "data": { "name": "llmChain", "inputs": { "model": "{{"{{"}}chatOpenAI_0.data.instance}}", "prompt": "{{"{{"}}promptTemplate_0.data.instance}}" } } } ], "edges": [] }Импортёр MCP
importer/mcp читает MCP-серверы, перечисленные в конфигурации MCP-клиента, или один сервер, описанный в описании сервера реестра MCP, и создаёт черновик каждого сервера как экземпляра MCP-инструмента стандартной библиотеки, core/ai-tool/mcp. Каждый сервер является таким инструментом, поэтому импортёр не взвешивает кандидатов и не сообщает о решениях сопоставления.
Что он читает
- Конфигурация клиента.
.mcp.jsonв Claude Code,claude_desktop_config.jsonв Claude Desktop и.cursor/mcp.jsonв Cursor перечисляют свои серверы по имени вmcpServers;.vscode/mcp.jsonв Visual Studio Code перечисляет их вservers, а файл, перечисляющий серверы в обоих разделах, читается сначала поmcpServers. Сервер, у которогоtypeравенstdioили который не указываетtypeи содержитcommand, запускается из командной строки — егоcommandи егоargs— с егоenvв качестве окружения. Сервер, у которогоtypeравенhttp,streamable-httpилиsseили который не указывает ниtype, ниcommandи содержитurl, доступен по своемуurl, и ему отправляются егоheaders. - Описание сервера реестра.
server.json, публикуемый реестром MCP: егоnameи его первый пакет или, если пакетов нет, его первый удалённый сервер. Пакет npm или PyPI запускается из командной строки, которую составляют его средство запуска — егоruntimeHintлибоnpxдля npm иuvxдля PyPI, — егоruntimeArguments, пакет с версией, записанный как<identifier>@<version>для npm и<identifier>==<version>для PyPI, и егоpackageArguments, с егоenvironmentVariablesв качестве окружения. Позиционный аргумент — это егоvalueили егоdefault; именованный аргумент записывается как<name>=<value>, если у него есть одно из них, и как егоname, если нет ни того, ни другого. Пакет OCI запускается из образа, указанного егоidentifier. Удалённый сервер доступен по своемуurl, и ему отправляются егоheaders. Все прочие пакеты и удалённые серверы, перечисленные в описании, указываются в комментарии, поскольку один экземпляр запускает один из них.
Все прочие члены сервера — cwd, envFile, auth в Cursor или член, который его вид не
читает, например url сервера, запускаемого из командной строки, — никуда не записываются и указываются в
комментарии над записью сервера в сущности Release, поскольку ни один инфраструктурный ключ core/ai-tool/mcp
их не принимает. inputs конфигурации, описывающие, что запрашивает Visual Studio Code, и не содержащие
значений, не читаются. Серверы, их окружение и их заголовки сохраняют порядок, в котором их записывает источник,
кроме конфигурации, читаемой как JSON с комментариями: она сохраняет порядок, в котором их записывает разобранное
дерево, — порядок имён (см. Конфигурация с комментариями).
Каталог читается через содержащиеся в нём конфигурации клиентов — каждый файл с одним из четырёх имён на любой глубине — в порядке их путей, и каждый сервер каждого файла попадает в черновик одной сущности Aggregate.
Чем становится сервер
aggregate.yaml — это черновик сущности Aggregate, названный по источнику, как описывает Как именуется черновик, и содержащий по одному экземпляру core/ai-tool/mcp на каждый сервер. Ключом экземпляра служит имя его сервера в нижнем регистре, где каждая последовательность символов, отличных от букв и цифр, записана одним дефисом, а при занятости ключа более ранним сервером добавляется числовой суффикс. Если ключ не совпадает с именем сервера в исходной записи или импорт прочитал несколько файлов, комментарий над экземпляром указывает сервер и файл, из которого он взят. Агент, который бы их использовал, не создаётся.
Рядом с ним release.yaml — черновик сущности Release с тем же именем, чей spec.aggregate указывает на
Aggregate, содержащий для каждого экземпляра эксплуатационные входные данные, указанные в источнике:
- для сервера, запускаемого из командной строки, —
infra.stdio_command: его команда, а затем каждый аргумент, по одному элементу на каждый; иinfra.stdio_runtime: экосистема средства запуска —npm, если команда —npx,npmилиnode,pypi, если этоuvx,uv,pythonилиpython3, а для пакета реестра — его реестр,npmилиpypi; - для сервера, доступного по адресу, —
infra.endpoint: адрес без пользовательской части, строки запроса и фрагмента, поскольку Component принимает адрес без частей, содержащих ключ; каждая опущенная часть записывается в комментарии над записью рядом с адресом, как описано в разделе Учётные данные, которые содержит сервер; - для пакета OCI —
infra.image; - ни для какого сервера, ни на какой цели,
infra.published_port: черновик никогда не публикует сервер на хосте; - для окружения сервера — слот
server_env, прикреплённый по ссылке в соответствии с целью импорта. На--target helmэтоcore/referenced-secret, указывающий Kubernetes Secret, уже находящийся в пространстве имён и хранящий по одному ключу данных на переменную, каждый с именем переменной, которую он хранит; имя Secret записывается пустым под комментарием, называющим ключи данных, и относится к значениям, которые импорт остаётся должен. На любой другой цели, а также без цели, этоcore/referenced-secret-setс одной записью вinfra.entriesна переменную, с именем переменной в качестве ключа и значением в том виде, в каком его записывает источник, поэтому ссылка на переменную, такая как${GITHUB_TOKEN}, остаётся ссылкой, которую цель, подставляющая ссылки на переменные, читает из окружения.
То, что источник не указывает, записывается пустым под комментарием, который говорит, что это такое: команда, чьё средство запуска не содержится ни в одном из образов-мостов, оставляет infra.stdio_runtime пустым, и импорт остаётся его должен; аргумент, который описание реестра оставляет пользователю, записывается пустым элементом, а переменная, значение которой источник не записывает, — записью с пустым значением, и каждое из них указано в комментарии над записью.
Как и любой черновик сущности Release, он записывает metadata.environment как development под комментарием, который говорит, что это значение черновика по умолчанию, которое следует изменить, а без цели — spec.manifest как пустую строку, которую импорт остаётся должен. Если задана цель, импортёр сам создаёт черновик сущности Manifest, поскольку каталог реализует core/ai-tool/mcp через несколько сущностей Recipes и только импортёр знает, как работает каждый сервер: он сопоставляет каждый сервер по его ключу, в mappings.components.name, с реализацией цели для того, как работает сервер, — mcp-stdio-bridge для командной строки, mcp-remote для адреса, mcp для образа, например helm/mcp-stdio-bridge или compose/mcp-remote, — а тип секрета, в виде которого прикреплено окружение, — с его реализацией: helm/k8s-existing-secret на helm и compose/dotenv-secret-set на compose. Импорт дополняет эту сущность Manifest и указывает её в сущности Release, как описано в разделе Что добавляет цель.
.mcp.json в Claude Code, перечисляющий сервер, доступный по HTTP, и сервер, запускаемый через npx:
{ "mcpServers": { "api-server": { "type": "http", "url": "https://api.example.com/mcp", "headers": { "Authorization": "Bearer ${API_KEY}" } }, "github": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-github"], "env": { "GITHUB_PERSONAL_ACCESS_TOKEN": "${GITHUB_TOKEN}" } } }}превращается в черновик:
apiVersion: aggrega.ai/v1beta1kind: Aggregatemetadata: name: imported/mcp version: 0.1.0 description: Draft Aggregate imported from a source in the mcp format.spec: components: api-server: type: core/ai-tool/mcp github: type: core/ai-tool/mcpapiVersion: aggrega.ai/v1beta1kind: Releasemetadata: name: imported/mcp # environment is a drafted default, since no source names the environment this Release deploys to; change it to name the one it deploys to. environment: development version: 0.1.0 description: Draft Release imported from a source in the mcp format.spec: aggregate: imported/mcp # manifest: left empty, since the import was given no target; an import given a target drafts the Manifest and names it here. manifest: "" components: # The headers the source sends this server, which no infrastructure key of core/ai-tool/mcp takes, since a remote server's credential is held by each consumer, on its connection to the tool: # - Authorization: "Bearer ${API_KEY}" api-server: infra: endpoint: "https://api.example.com/mcp" github: infra: stdio_command: - "npx" - "-y" - "@modelcontextprotocol/server-github" stdio_runtime: npm features: server_env: type: core/referenced-secret-set infra: # Attached by reference wherever the source names a variable: the environment github is started with, one entry per variable, each written as the source writes it, so a variable reference stays one, which a target substituting variable references, as Docker Compose does when the stack starts, reads from the environment, and an empty value is one still owed. entries: - key: "GITHUB_PERSONAL_ACCESS_TOKEN" value: "${GITHUB_TOKEN}"При импорте с --target helm сущность Release той же конфигурации прикрепляет окружение как Secret, который она называет, а черновик сущности Manifest, создаваемый импортёром, сопоставляет каждый сервер по его ключу:
# release.yaml, the github entry's environment features: server_env: type: core/referenced-secret infra: # Left for the Release, since the source cannot supply it: the name of a Kubernetes Secret already in the namespace holding the environment github is started with, one data key per variable, each named as the variable it holds: GITHUB_PERSONAL_ACCESS_TOKEN. origin: ""apiVersion: aggrega.ai/v1beta1kind: Manifestmetadata: name: imported/mcp version: 0.1.0spec: mappings: components: type: {} name: api-server: helm/mcp-remote github: helm/mcp-stdio-bridge features: type: core/referenced-secret: helm/k8s-existing-secretУчётные значения, которые содержит сервер
Каждое значение конфигурации сервера, которое записывает Release, — значение каждого заголовка, каждый элемент его командной строки, его адрес, каждая часть адреса, которую опускает infra.endpoint, и каждое значение окружения — может содержать ключ, а ни один клиент не помечает такое значение как учётные данные, поэтому импорт определяет каждое из них как член конфигурации MCP-сервера; входной параметр реестра, помеченный isSecret, определяется как значение, которое его формат помечает как учётные данные. Входной параметр реестра — переменная окружения или заголовок удалённого сервера — читается как его value либо как его default, если значение не записано. По умолчанию каждое из них переносится в Release как записано и называется в предупреждении credential-carried по своему серверу и своему месту — headers.<header>, infra.stdio_command.<position>, infra.endpoint или server_env.<variable>, а часть адреса — по url, в котором она записана, и по имени части, как в «url of node remote-search is carried with its query as written (url узла remote-search перенесён вместе с его запросом как записано)», — но никогда по своему значению. Когда параметр empty_credentials имеет значение marked или all, каждое из них записывается пустым и сообщается через credential-emptied: элемент командной строки — как пустой элемент, а значение окружения — как пустое значение, и каждое из них указано в комментарии над записью; адрес — как пустой infra.endpoint, который импорт остаётся должен; а значение заголовка или часть адреса опускаются из комментария, который называет только заголовок или часть. Параметр infra.stdio_runtime клиента определяется по команде в том виде, в каком её записывает Release, поэтому команда, записанная пустой, тоже оставляет его пустым, и импорт остаётся его должен. На --target helm сущность Release вообще не записывает значений окружения: их хранит Secret, который называет слот server_env.
Значение, которое является одной ссылкой на переменную и ничем больше, — голое имя ${NAME}, включая предопределённую переменную, такую как ${workspaceFolder}, ${env:NAME} или ${input:id}, — не содержит собственного значения: оно записывается как текст, каким оно является, независимо от настройки, и не называется ни в одном предупреждении, как и ссылка во flow. Переменная окружения, значение которой является такой ссылкой, записывается как значение записи, и ссылка остаётся ссылкой, а заголовок или часть адреса, значение которых является такой ссылкой, перечисляются вместе со ссылкой, из которой они читаются. Ссылка, содержащая текст после оператора — значение по умолчанию, альтернативу, сообщение или присваивание, например ${NAME:-value} или ${NAME-value}, с двоеточием или без, — содержит этот текст, как и текст рядом со ссылкой; каждое такое значение определяется как любое другое.
Ни один инфраструктурный ключ core/ai-tool/mcp не принимает значение заголовка: учётные данные удалённого сервера хранит каждый потребитель в своём подключении к инструменту, а импорт не создаёт черновиков потребителей. Поэтому комментарий над записью сервера перечисляет каждый заголовок, который источник ему отправляет, рядом с его значением в записанном виде — строкой в двойных кавычках, которая читается обратно ровно как текст источника, — чтобы вы перенесли его в подключение потребителя, который его предъявляет. Заголовок, значение которого источник не записывает, например входной заголовок реестра без значения и без значения по умолчанию, указывается как не имеющий значения. Образ, который называет OCI-пакет, записывается как есть и не является значением, на которое влияет настройка.
infra.endpoint принимает адрес без любой части, содержащей ключ, поэтому записанные источником части адреса, которые он опускает, — пользовательская часть перед @, запрос после ? и фрагмент после #, причём фрагментом является всё после первого #, — перечисляются в том же комментарии, каждая рядом со своим именем и в записанном виде, без отделяющего её @, ? или #. Потребитель, читающий ключ из адреса, сам предоставляет полный адрес в своём подключении к инструменту. Сервер, доступный по https://user:pw@api.example.com/mcp?key=k, без настройки получает такой черновик:
# The address's user part and query are not written in infra.endpoint, which holds the address without any part that carries a key; a consumer reading its key from the address supplies the whole address on its own connection to the tool: # - user part: "user:pw" # - query: "key=k" api: infra: endpoint: "https://api.example.com/mcp"а при empty_credentials со значением marked infra.endpoint оставляется для Release, и комментарий перечисляет user part и query, каждую с опущенным значением.
Конфигурация с комментариями
Visual Studio Code читает .vscode/mcp.json как JSON с комментариями, и так же поступает импортёр MCP: его сигнатура для этого файла читает его через парсер, обслуживающий parse:jsonc, поэтому конфигурация с комментариями // и /* */ и завершающими запятыми распознаётся без указания формата, и импортёр читает через этот парсер каждый источник, перечисляющий серверы под servers. Черновик такой конфигурации создаётся точно так же, как для той же конфигурации без комментариев и завершающих запятых. Парсер записывает члены объекта в порядке имён, поэтому серверы такой конфигурации, их окружение и их заголовки попадают в черновик в порядке имён, независимо от того, содержит ли она комментарий; командная строка сохраняет свой порядок. Остальные клиенты и реестр читают свои файлы как JSON, и так же поступает импортёр: .mcp.json, claude_desktop_config.json, .cursor/mcp.json или server.json, содержащий комментарий, не распознаётся ни одной сигнатурой, а при импорте с указанием --format mcp останавливается с parse-failed и причиной от парсера. Комментарий, открытый /* и не закрытый, остаётся как записан, и парсер отклоняет файл.
Настройки, которые он читает
Импортёр MCP читает target_namespace и empty_credentials, как их описывает раздел Настройки, и никаких других настроек.
Импортер Compose
importer/compose читает сервисы и модели, которые объявляет файл Compose. Каждый сервис он оформляет как экземпляр Component из каталога, которому соответствует его образ, или универсального сервера стандартной библиотеки, core/compute/server, запускающего этот образ; каждую модель — как экземпляр среды выполнения Docker Model Runner из стандартной библиотеки, core/ai-model/docker-model-runner, если она есть в вашем каталоге, и как собственную модельную сущность Component, если её нет; а рядом с ними — Release, несущий то, что каждый сервис указывает для своей работы.
Что он читает
- Файлы. Файл, импортируемый сам по себе, читается отдельно. Каталог читается так, как его читает Compose:
в каждом каталоге, содержащем файлы Compose, в порядке путей каталогов, первый имеющийся
из
compose.yaml,compose.yml,docker-compose.ymlиdocker-compose.yamlсчитается файлом Compose, а первый имеющийся изcompose.override.yml,compose.override.yaml,docker-compose.override.ymlиdocker-compose.override.yamlнакладывается на него. Остальные из этих файлов не читаются. В каталоге, где есть файлы переопределения и нет файла Compose, отдельно читается первый файл переопределения. Комментарий в начале черновика Aggregate называет прочитанные файлы в порядке их слияния, а также непрочитанные файлы. Все сервисы и модели всех каталогов попадают в один Aggregate. - Слияние. Файл переопределения сливается так, как это делает Compose:
imageзаменяется;portsобъединяются по адресу, публикуемому порту, порту контейнера и протоколу,volumes— по пути в контейнере, аenvironment— по имени переменной, причём более поздняя запись занимает место более ранней, а новая добавляется в конец;exposeдополняется;depends_onиmodelsсервиса объединяются, причёмendpoint_varиmodel_varзаписи занимают место тех, что указаны в более раннем файле. У моделиmodelиcontext_sizeзаменяются, аruntime_flagsдополняются. Теги Compose!resetи!overrideне учитываются: значение с таким тегом сливается так, как его читает парсер YAML. - Сервис. Его
imageи то, собирает ли он образ вbuild; егоports,expose,volumesиenvironment— отображение или список элементовNAME=value, где имя без значения берёт значение из окружения, в котором запущен Compose;depends_on— список или отображение; и егоmodels— список имён моделей или отображение, записи которого могут указывать вendpoint_varиmodel_varпеременные, через которые адрес и идентификатор модели доходят до сервиса. Все остальные члены —command,healthcheck,secrets,env_fileи прочие — никуда не записываются и перечисляются в комментарии над записью сервиса в Release. - Модель. Каждая запись верхнеуровневого
models: еёmodel— OCI-идентификатор модели, еёcontext_sizeи еёruntime_flagsпереносятся как записаны в экземплярcore/ai-model/docker-model-runner, если он есть в вашем каталоге, или в экземпляр модельной сущности Component, созданной для неё, если его нет; решение по модели сообщает, какой вариант выбран и почему. Любые другие члены перечисляются в комментарии над её экземпляром. - Остальное. Прочие верхнеуровневые члены —
name,networks,volumes,secrets,configs— не читаются, и их перечисляет комментарий в начале Aggregate.
Сервисы, модели и окружение сервиса сохраняют порядок, в котором они записаны в файле. Дерево парсера записывает члены отображения в отсортированном порядке, поэтому порядок берётся из текста файла, где они записаны как блочное отображение; отображение в потоковом стиле сохраняет отсортированный порядок.
Какой Component соответствует сервису
Импортер сопоставляет сервис по репозиторию, который называет его образ: ссылка без тега и
дайджеста, причём ссылка на Docker Hub записывается в краткой форме — postgres для
docker.io/library/postgres:16. Репозиторий сопоставляется через таблицу образов — таблицу, отображающую репозиторий
образа в Component каталога, для которой Recipe для Compose из стандартного каталога запускает образ из
этого репозитория. Таблица генерируется из Recipes для Compose и
Components стандартного каталога при сборке импортера и компилируется в него, поэтому при импорте
ни один Recipe не читается, а таблица содержит метки стандартного каталога, что бы ни содержал ваш каталог; сущность
Plugin импортера указывает в своём описании ревизию хаба, из которой сгенерирована таблица. Из каждого
Recipe таблица берёт Component, который этот Recipe реализует, и образ его контейнера с именем
main, если этот образ записывает свой репозиторий в собственном тексте или является записью locals, которая это делает. Recipe,
запускающий образ, который Release указывает целиком, или образ, составляемый его шаблоном иначе, не добавляет
строки, как и образ, который Recipe запускает рядом с основным контейнером. Два Recipes, называющих один
репозиторий для разных Components, останавливают генерацию таблицы, поэтому строка никогда не называет одну из двух.
У Component, который называет строка, таблица берёт метки в том виде, в каком они передаются при импорте, — в версии,
в которую разрешается ссылка на Component без версии, вместе с унаследованными через
extends — и записывает все метки, кроме component.aggrega.ai/category, в строку как её признаки.
Recipe, реализующий Component, которого нет в стандартном каталоге, тоже останавливает генерацию
таблицы.
Строка читается так же, как строка таблицы импортера потоков: Component, категория, к которой его относит имя,
его признаки и последний сегмент имени как поставщик.
Настройка mapping_overrides накладывается на таблицу в формате compose с ключами по
репозиторию, и запись для репозитория, который
отображает таблица, занимает место строки. Поэтому образ, который не называют Recipes стандартного каталога, — ваш собственный
или тот, что Component каталога запускает под другим репозиторием, — сопоставляется записью:
with: settings: mapping_overrides: compose: bitnami/redis: component: core/datastore/redis category: datastore traits: datastore.aggrega.ai/engine: kv vendor: redisРешение по сервису, образ которого отображает строка, принимается так же, как импортеры потоков решают по узлу: он оценивается по Components вашего каталога, на него ссылаются, если reuse_mode равен auto-apply-above-threshold, то есть значению по умолчанию, и лучший кандидат — совпадение высокого уровня не ниже reuse_threshold, а иначе создаётся собственный Component, файл которого открывается комментарием с названием Component, на который он похож. Строка несёт метки Component, который она называет, поэтому если ваш каталог содержит этот Component с метками, заданными стандартным каталогом, сервис, отображаемый строкой, является для него совпадением высокого уровня с оценкой 0.90, и auto-apply-above-threshold ссылается на него при reuse_threshold по умолчанию. Component, метки которого ваш каталог изменил, получает меньшую оценку пропорционально доле признаков строки, которых он больше не несёт, и на него ссылаются, только пока он остаётся на высоком уровне; категория учитывается один раз, в собственном сигнале, а не повторно как признак. Сервисы, создающие один Component, используют один его файл. Сервис, образ которого не отображает ни одна строка, образ которого не называет репозитория, читаемого импортером, или который собирает свой образ, является экземпляром core/compute/server, что бы ни содержал ваш каталог. О решении по каждому сервису сообщается так же, как о решении по каждому узлу.
Чем становится сервис
aggregate.yaml — черновой Aggregate, названный по проекту, как описывает Как именуется черновик, и содержащий по одному экземпляру на каждый сервис — экземпляру того Component, который выбрало решение для сервиса, — с ключом, образованным так же, как импортёр MCP образует ключ сервера; над экземпляром стоит комментарий с именем сервиса и файла, из которого он взят, если ключ не совпадает с именем сервиса или импорт прочитал несколько каталогов. Каждый сервис, названный в depends_on сервиса, — это соединение, uses: <key>: <key>: {target: <key>}, записанное под сокетом и псевдонимом, оба из которых названы по ключу цели. Компонент читает каждое своё соединение по его псевдониму, к какому бы сокету оно ни было подключено, поэтому у каждого соединения сервиса есть собственный псевдоним. Соединение может создать и переменная окружения сервиса, доставляя переменную из того, что публикует сервис, к которому она ведёт, как описывает Чем становятся окружение и образ сервиса. Каждая модель становится экземпляром core/ai-model/docker-model-runner, если каталог рабочего пространства его содержит, независимо от reuse_mode, и Component для неё не создаётся: экземпляр записывает model и runtime_flags так, как их указывает источник, а context_size источника — как context_window, значение, которое среда выполнения объявляет для длины контекста модели и которое её Recipe для Compose записывает обратно как context_size Compose. Если каталог не содержит core/ai-model/docker-model-runner, модель создаётся как <target_namespace>/ai-model/<key> — Component категории ai-model, значения которого объявляют model, context_size и runtime_flags, а её экземпляр записывает каждое из них, указанное источником. Для каждой модели есть решение, говорящее, какой вариант выбран, — mapped llm (model) to core/ai-model/docker-model-runner as a reference, NONE либо черновик, решение для которого записывает, что каталог рабочего пространства не содержит core/ai-model/docker-model-runner, — и каждый сервис, называющий модель, соединяется с ней в любом случае, как с сервисом, от которого он зависит. Сервис, называющий модель в длинной форме, с endpoint_var или model_var, называет переменные, под которыми адрес и идентификатор модели доходят до сервиса. Ни один ключ черновика не хранит имя переменной — соединение записывается на сокете, названном по модели, который не объявляет значений, а импортёру не передаются инфраструктурные ключи ни одного Component, — поэтому комментарий над соединением называет каждую переменную так, как её записывает запись, и решение для сервиса записывает то же предложение:
search: type: core/compute/server uses: # The service search reads the address of the model embedder as AI_MODEL_URL and its identifier as AI_MODEL_NAME, the names its models entry gives them; no key of the draft holds either name. embedder: embedder: target: embedderСервис, называющий модель в короткой форме или без обеих переменных, соединяется с ней без комментария.
Рядом с ним release.yaml — черновой Release с тем же именем, чей spec.aggregate называет Aggregate. Для экземпляра core/compute/server он записывает infra.image — образ в том виде, как он записан, — и infra.port — порт, который контейнер прослушивает, из первой записи ports или expose, если в ports записей нет. С --target compose он также записывает infra.published_port — порт хоста, который публикует та же запись ports, так, как его указывает источник, — под комментарием о том, что он доступен только с этой машины, любому работающему на ней процессу, и что удаление строки оставляет сервис внутренним; порт хоста ниже 1024, который published_port не принимает, не записывается, а комментарий над записью называет его. Комментарий над записью каждого сервиса указывает то, что источник задаёт, но не несёт ни один ключ черновика, — образ сервиса, сопоставленного с другим Component, тег которого черновик не переводит, его ports, expose, volumes и каждую переменную его environment, которую черновик не переводит, — чтобы вы перенесли это туда, где Component это принимает. То, что черновик оставляет для Release, — образ сервиса, не называющего образа, как это делает сервис, собирающий собственный, и порт, не являющийся одним числом, — записывается пустым под комментарием, объясняющим почему. Сборка размещает только экземпляры, названные в Release, поэтому у экземпляра каждой модели есть пустая запись <key>: {} после записей сервисов: как у экземпляра core/ai-model/docker-model-runner, который не принимает на Compose входных данных без значения по умолчанию, так и у модели, созданной как собственный Component, так что созданная модель уже размещена и собирается, как только вы напишете реализующий её Recipe. Порт, который Component не принимает, например ниже минимального значения 1024 у core/compute/server, записывается так, как его указывает источник, и сборка останавливается, называя его. Release записывает metadata.environment и, без цели, пустой spec.manifest, как и у импортёра MCP; если задана цель, импорт создаёт черновой Manifest, как описано в разделе Что добавляет цель, сопоставляя каждый Component с Recipe, реализующим его на этой цели, — core/compute/server с compose/server или helm/server, а core/ai-model/docker-model-runner с compose/docker-model-runner или helm/docker-model-runner.
Файл compose.yaml, запускающий PostgreSQL и собственный API, который от него зависит:
services: db: image: postgres:16 environment: POSTGRES_DB: shop api: image: ghcr.io/example/shop-api:1.4.2 depends_on: - db ports: - "8080:8080" environment: CACHE_URL: redis://cache:6379/0импортированный отдельно и названный по файлу, поскольку проект не содержит name, без каких-либо настроек, при каталоге, содержащем core/datastore/postgres из стандартной библиотеки, преобразуется в черновик:
apiVersion: aggrega.ai/v1beta1kind: Aggregatemetadata: name: imported/compose version: 0.1.0 description: Draft Aggregate imported from a source in the compose format.spec: components: db: type: core/datastore/postgres # The values of core/datastore/postgres the source sets as POSTGRES_DB, the variables its Compose Recipes set from them. values: database: "shop" api: type: core/compute/server uses: db: db: target: dbapiVersion: aggrega.ai/v1beta1kind: Releasemetadata: name: imported/compose # environment is a drafted default, since no source names the environment this Release deploys to; change it to name the one it deploys to. environment: development version: 0.1.0 description: Draft Release imported from a source in the compose format.spec: aggregate: imported/compose # manifest: left empty, since the import was given no target; an import given a target drafts the Manifest and names it here. manifest: "" components: db: infra: # The tag of the image the source runs, postgres:16, the engine_version of core/datastore/postgres its Compose Recipes run. engine_version: "16" # The source also states, for the Release to carry where core/compute/server takes it: # ports: # - "8080:8080" # environment: # CACHE_URL: "redis://cache:6379/0" api: infra: image: "ghcr.io/example/shop-api:1.4.2" port: 8080Импорт сообщает mapped db (postgres) to core/datastore/postgres as a reference, HIGH at 0.9. В проекте нет сервиса cache, поэтому CACHE_URL не создаёт соединения и остаётся в комментарии. С reuse_mode: hints-only db вместо этого становится type: imported/datastore/postgres, созданным в components/imported-datastore-postgres.yaml, который начинается с # resembles core/datastore/postgres (score 0.9000); reference it by setting type: core/datastore/postgres; его образ и окружение тогда записываются в комментарий над его записью, поскольку созданный Component не объявляет ни одного из значений, которые читают Recipes каталога. С --target compose Manifest сопоставляет core/datastore/postgres с compose/postgres, а core/compute/server с compose/server; с --target helm — с helm/postgres и helm/server.
Чем становятся окружение и образ сервиса
Если сервис является экземпляром Component каталога, который называет строка его образа, и каталог рабочего пространства содержит этот Component, импортёр читает его образ и окружение так, как их читают Compose Recipes стандартного каталога для этого Component, исходя из того, что таблица образов записывает о каждом Recipe, и переводит их в черновики:
- Тег образа — это инфраструктурный ключ, из которого Recipe строит ссылку на образ, например
engine_version—16дляpostgres:16, — записанный в Release под комментарием, называющим образ источника. - Переменная, которую Recipe задаёт из одного из значений Component, —
POSTGRES_DB,POSTGRES_USER, — значение которой содержит текст, становится этим значением экземпляра,databaseилиuser, если Component каталога его объявляет, и записывается в Aggregate под комментарием, называющим переменные. - Переменная, из которой Recipe читает пароль, например
POSTGRES_PASSWORD, значение которой — одна ссылка на переменную, становится секретом, присоединённым к этому слоту, читаемым из переменной, которую называет ссылка, и объявленным с ключом, под которым его читает Recipe.
А для каждого сервиса — каждая переменная его окружения, не прочитанная таким образом:
- Значение, являющееся именем другого сервиса проекта, если строка этого сервиса называет ключ
provides, публикующий его имя хоста, создаёт соединение с этим сервисом, блокinjectкоторого доставляет переменную из этого ключа, —CACHE_HOST: cacheстановитсяCACHE_HOSTизhostкэша. - Значение, равное значению, которое другой сервис задаёт для своего Component и которое этот Component публикует, —
DATABASE_USER: notesрядом с сервисом PostgreSQL, задающимPOSTGRES_USER: notes, — создаёт соединение, доставляющее переменную из этого ключаprovides. Если это значение содержат несколько сервисов или ключей, читается тот, чей ключ или собственная переменная оканчивается так же, как имя переменной, а если такого нет — тот, из которого ещё не прочитаны другие переменные сервиса; иначе переменная не читается. - Значение, представляющее собой одну ссылку на переменную, называющую переменную, из которой читается секрет другого сервиса, —
DATABASE_PASSWORD: ${POSTGRES_PASSWORD}— на экземпляреcore/compute/serverстановится собственным секретом, присоединённым под именем переменной в нижнем регистре и читаемым из той же переменной, если цель записывает секрет как значение, которое принимает сервер.helm/serverотклоняетcore/referenced-secret, поэтому с--target helmтакая переменная остаётся в комментарии.
Любая другая переменная остаётся в комментарии над записью сервиса в том виде, как её записывает источник. Пошаговое руководство по импорту Compose показывает проект, API которого таким образом обращается к своей базе данных и кэшу, собранный и запущенный в том виде, в каком он создан.
Учётные данные в значениях сервиса
Compose не помечает ни одно значение окружения как учётные данные, а импортёр не толкует смысл имён переменных, поэтому каждое непустое значение окружения определяется как входные данные, которые формат помечает как не учётные данные, но которые могут их содержать. По умолчанию каждое такое значение переносится в исходном виде в черновики — в значение, в которое оно переводится, или в комментарий над записью его сервиса в Release — и называется в предупреждении credential-carried по сервису и переменной — environment.<variable>, — но никогда не по значению. При настройке empty_credentials со значением all каждое записывается пустым и сообщается через credential-emptied: комментарий называет переменную без значения. При marked ни одно не записывается пустым, поскольку Compose ничего не помечает. Значение, представляющее собой одну ссылку на переменную, которую интерполирует Compose, и ничего более — ${NAME} или $NAME, — собственного значения не содержит: оно записывается как есть и не упоминается ни в одном предупреждении. Ссылка со значением по умолчанию или сообщением, например ${NAME:-value}, содержит этот текст и обрабатывается как любое другое значение. Значение, которое Compose читает из другого места — из env_file или файла секрета, — не читается.
Настройки, которые он читает
Импортёр Compose читает target_namespace, reuse_mode, reuse_threshold, emit_hints,
render_mode, mapping_overrides и empty_credentials, как их описывает раздел Настройки, и никаких других настроек. Подсказка, которой управляет emit_hints, записывается только в файл созданного Component; созданный Aggregate подсказок не содержит.
Импортёр Dify
importer/dify читает приложение, экспортированное из Dify на его DSL — YAML-документе, который Dify записывает для
приложения, — и создаёт черновик сущности Aggregate, составленной из установки Dify стандартной библиотеки,
core/dify, с приложением, переданным в параметре установки app_definition. Установка
импортирует его при развёртывании через шаг, который для этого генерирует сущность Recipe её API-сервера.
Что он читает
- Приложение.
kind, равныйapp;version— версия DSL, на которой написано приложение; иappс егоmode. - Workflow или chatflow —
modeworkflowилиadvanced-chat— хранит свой граф вworkflow: каждый узелworkflow.graph.nodes, указывающий свой тип вdata.type, является узлом приложения, в порядке, в котором их перечисляет граф, аworkflow.environment_variablesсодержит переменные, которые оно читает. - Чат-приложение, агентный чат или приложение завершения хранит конфигурацию в
model_config: егоmodel, каждая база знаний вdataset_configs.datasets.datasetsи каждый инструмент вagent_mode.toolsявляются узлами приложения, названными по своему месту там, напримерmodel_config.model. Приложение режимаagent— это один узел,agent. - Нужные ему плагины. Каждая запись
dependenciesтоже является узлом с именемdependencies.<n>того типа, который указывает запись, напримерmarketplace.
Больше ничто не определяет, что попадает в черновик: приложение передаётся целиком.
Во что превращается приложение
aggregate.yaml — это черновик сущности Aggregate, названный по приложению, как описывает Как именуется черновик, и составленный из одной записи core/dify с ключом dify, параметр app_definition которой передаёт приложение в исходном виде — так, как Как поток записывается в черновик описывает это для потока, поэтому собственные ссылки Dify {{#…#}} доходят до установки в экспортированном виде. Установка сама подключает все соединения своего API-сервера — базу данных, кэш, векторное хранилище, песочницу, среду выполнения плагинов и исходящий прокси, — поэтому черновик не создаёт ни одной сущности Component и ничего не подключает: каждый узел остаётся в приложении, и его решение сообщает об этом. Рядом с ним release.yaml — черновик сущности Release с тем же именем, который размещает установку в границе platform и передаёт то, что приложение предоставить не может.
Импорт видит сущности Components каталога рабочего пространства, но не его сущности Aggregates, поэтому он не
проверяет, что каталог содержит core/dify, и об этом говорит комментарий над записью. Если в каталоге
нет core/ai-agent/dify — API-сервера, который запускает core/dify, — импорт выдаёт предупреждение
platform-not-in-catalog и всё равно создаёт запись.
Секрет приложения установки — ключ, которым Dify подписывает свои сеансовые cookie и которым шифрует хранимые учётные данные поставщиков моделей, — это параметр secret_key из core/dify, не имеющий значения по умолчанию. Поэтому черновик объявляет собственный параметр secret_key — строку, обязательную, длиной не менее одного символа и без значения по умолчанию — и передаёт его в каждую запись core/dify, которую он пишет, чтобы сущность Release задала его в своих parameters; сборка, в которой сущность Release оставляет его незаданным, останавливается и называет его.
Приложение импортируется под учётной записью владельца установки, которую сущность Release называет в своей записи маршрутизации для установки: infra.owner_email в компоненте установки api и слот owner_password в этом компоненте, прикреплённый как core/referenced-secret; без них сборка останавливается. Адрес электронной почты владельца не может предоставить ни один источник, поэтому он записывается пустым под комментарием, поясняющим, что это такое, и импорт отмечает это значение как требуемое.
Для каждой цели та же запись маршрутизации устанавливает infra.marketplace_enabled в true в компонентах api, worker и scheduler установки, каждое под комментарием, поясняющим причину: установка не обращается ни к чему у поставщика Dify, если сущность Release этого не разрешает, каждый из трёх читает собственную настройку, а Dify устанавливает плагин, обслуживающий модель приложения, например модель OpenAI, из своего маркетплейса плагинов.
Секрет приложения и пароль владельца являются секретами, которые создаются в черновике по ссылке в соответствии с целью импорта:
- При
--target helmкаждый из них называет Kubernetes Secret, уже существующий в пространстве имён:secret_key— имя Secret, которыйcore/difyчитает по ключу данныхsecret-key, аowner_password— Secret, содержащий пароль по ключу данныхvalue. Ни одно из этих имён не может предоставить ни один источник, поэтому каждое записывается пустым под комментарием, поясняющим, что это такое, и импорт отмечает оба значения как требуемые; черновик сущности Manifest сопоставляетcore/referenced-secretсhelm/k8s-existing-secret. - При любой другой цели, а также без цели, каждый из них — ссылка на переменную:
secret_keyв виде"${DIFY_SECRET_KEY}", а пароль владельца в виде"${DIFY_OWNER_PASSWORD}"— имена, которые читают сущности Recipes Dify для Compose из стандартного каталога, — и Docker Compose читает их из окружения при запуске стека, поэтому ни для одного из них ничего не требуется; при--target composeчерновик сущности Manifest сопоставляетcore/referenced-secretсcompose/dotenv-referenced-secret.
Если задана цель, сущность Manifest сопоставляет тип каждого компонента, из которых составлена установка, а также тип самого черновика, как описано в разделе Что добавляет цель.
Авторское workflow-приложение с именем Support Answers, которое импортируют тесты этого импортёра, без каких-либо настроек превращается в такой черновик:
apiVersion: aggrega.ai/v1beta1kind: Aggregatemetadata: name: imported/support-answers version: 0.1.0 description: Draft Aggregate imported from a source in the dify format.spec: parameters: secret_key: type: string required: true minLength: 1 description: "Passed down to core/dify's secret_key parameter, which has no default; that parameter's description in core/dify says what the value is." aggregates: # An import sees the Components of the workspace's catalog and none of its Aggregates, so it does not check that the catalog holds core/dify. dify: type: core/dify parameters: secret_key: "{{ .parameters.secret_key }}" app_definition: | app: description: Answers a support question from a knowledge base and files it. ...При импорте с --target helm его черновик сущности Release задаёт secret_key, а в записи маршрутизации, размещающей установку, называет владельца и включает маркетплейс плагинов, причём каждое требуемое значение записывается пустым:
apiVersion: aggrega.ai/v1beta1kind: Releasemetadata: name: imported/support-answers # environment is a drafted default, since no source names the environment this Release deploys to; change it to name the one it deploys to. environment: development version: 0.1.0 description: Draft Release imported from a source in the dify format.spec: aggregate: imported/support-answers manifest: imported/support-answers parameters: # Left for the Release, since the source cannot supply it: secret_key, which the drafted Aggregate declares and passes down to core/dify; that parameter's description there says what the value is secret_key: "" boundaries: platform: aggregates: dify: components: api: infra: # Lets the installation reach Dify's plugin marketplace, which the plugin serving the application's model, such as OpenAI's, is installed from. marketplace_enabled: true # Left for the Release, since the source cannot supply it: components.api.infra.owner_email, the email of the installation's owner account the application is imported under, on the api component of core/dify owner_email: "" features: owner_password: type: core/referenced-secret infra: # Left for the Release, since the source cannot supply it: the name of a Kubernetes Secret already in the namespace holding, under the data key value, the owner account's password. origin: "" worker: infra: # Lets the installation reach Dify's plugin marketplace, which the plugin serving the application's model, such as OpenAI's, is installed from. marketplace_enabled: true scheduler: infra: # Lets the installation reach Dify's plugin marketplace, which the plugin serving the application's model, such as OpenAI's, is installed from. marketplace_enabled: trueИмпорт отмечает три пустых значения как требуемые. При импорте с --target compose та же сущность Release записывает secret_key: "${DIFY_SECRET_KEY}" и origin: "${DIFY_OWNER_PASSWORD}" и отмечает как требуемый только адрес электронной почты владельца; она также записывает infra.published_port в компоненте api, 5001, и во фронтенде, компоненте console, 3001, каждое под комментарием, сообщающим, что сервис доступен только с этой машины, любому запущенному на ней процессу, и что удаление строки оставляет сервис внутренним, а под портом компонента api — infra.console_url с адресом, по которому опубликована консоль, "http://127.0.0.1:3001", который сервер Dify принимает как адрес консоли. Пошаговое руководство по импорту Dify собирает приложение для обеих целей и запускает его в Kubernetes.
Что Dify настраивает сам
Dify сам внутри себя настраивает провайдеров моделей и инструменты, которые вызывает приложение, а
core/ai-agent/dify не объявляет сокета для модели, поэтому черновик ничего не подключает. О каждом узле, который их называет,
сообщается с part-configured-in-platform и в его решении — по тому, что он называет:
- узел
llm,question-classifierилиparameter-extractor, а такжеmodel_config.modelчат-приложения: модель — по её имени и провайдеру; - узел
toolи инструмент чат-приложения: инструмент — по его имени и провайдеру; - узел
agent: стратегия агента и плагин, который её предоставляет; - узел
knowledge-retrievalи база знаний чат-приложения: базы знаний, из которых он извлекает данные, и модель, которой он маршрутизирует запрос или переранжирует результаты, если он её называет. Приложение называет базу знаний по идентификатору установки, из которой оно было экспортировано, и не содержит ни её документов, ни хранилища, поэтому каждая создаётся внутри Dify, в векторном хранилище, которое установка подключает к своему API-серверу; - зависимость: плагин — по идентификатору, под которым Dify его устанавливает, и источнику, из которого Dify его устанавливает.
Все остальные узлы сохраняются в приложении без каких-либо сообщений.
Значения учётных данных в приложении
Импортёр находит, в том порядке, в котором их записывает приложение:
- значение каждой переменной окружения, у которой
value_typeравенsecret, — Dify помечает его как учётные данные. Экспорт Dify записывает его пустым, если экспорт не включает секреты; authorization.config.api_keyузла HTTP-запроса, который Dify помечает как учётные данные и экспортирует в исходном виде;- сохранённые учётные данные, которые узел
toolили инструмент узлаagentвыбирает вcredential_id; Dify помечает их как учётные данные и записывает, только если экспорт включает секреты; headersиparamsузла HTTP-запроса, которые Dify не помечает как учётные данные, но которые могут их содержать, — каждый целиком.
По умолчанию каждое из них, содержащее значение, передаётся в приложении в исходном виде и называется в
предупреждении credential-carried по своему узлу — workflow для переменной окружения — и своему полю,
но никогда не по значению. При настройке empty_credentials, равной marked, каждое значение, которое Dify
помечает как учётные данные, записывается пустым, а при all — также заголовки и параметры запроса; о каждом
сообщается с credential-emptied. Значение, состоящее только из одной ссылки на переменную, не содержит
значения, передаётся в исходном виде при любой настройке и не называется ни в одном предупреждении, как
в потоке. Значение записывается пустым в собственном тексте приложения:
скаляр после его ключа заменяется на '', и больше ничего не меняется. Приложение передаётся, только
если парсер, обслуживающий parse:yaml, читает результат обратно как экспортированное приложение, в котором очищены ровно
эти значения; иначе оно не передаётся, app_definition остаётся незаданным с комментарием, а
definition-not-carried объясняет причину — например, для приложения, в котором YAML-алиас читает значение
секрета, которое изменилось бы и при очистке этого значения. Значение, которое настройка оставляет в исходном виде, никогда
не переписывается, поэтому оно никогда не мешает передаче приложения.
Версия DSL
Если приложение написано на версии DSL новее 0.7.0 — версии, которую записывает Dify 1.17.0,
запускаемый core/ai-agent/dify по умолчанию, — импорт выдаёт предупреждение
dsl-version-newer. Dify откладывает импорт такого приложения до подтверждения, которое даёт шаг,
импортирующий его при развёртывании, поэтому проверьте приложение на совместимость с версией Dify, которую запускает сущность Release.
Настройки, которые он читает
Импортёр Dify читает target_namespace, empty_credentials, layout, attach_egress_allowlist
и render_mode, как их описывает раздел Настройки, а также reuse_mode, reuse_threshold,
emit_hints и mapping_overrides, которые ничего не меняют в черновике макета по умолчанию: каждый узел остаётся
в приложении. attach_egress_allowlist ничего не прикрепляет, поскольку запись составной
сущности Aggregate принимает параметры, но не Feature, и при значении true импорт выдаёт предупреждение
feature-not-attached. layout: nodes создаёт черновик каждого узла как отдельной сущности Component, как
описывает раздел Узел за узлом, и не передаёт приложение.
Импортёр CrewAI
importer/crewai читает агентов и задачи, которые проект CrewAI объявляет в своих файлах конфигурации,
и создаёт черновик Aggregate, содержащий по одному экземпляру агента CrewAI из стандартной библиотеки,
core/ai-agent/crewai, на каждого агента, каждый из которых подключён к модели, названной в его конфигурации, а рядом — Release.
Что он читает
CrewAI хранит поведение команды (crew) в программе, а агентов и задачи объявляет в файлах конфигурации в одной из двух структур, и импортёр читает любую из них:
- Классический проект —
config/agents.yaml, где каждый агент задан ключом по своему имени, иconfig/tasks.yaml, где каждая задача задана ключом по своему имени; оба читаются как YAML. Агенты читаются в том порядке, в котором их записываетagents.yaml. - Проект в структуре JSON-first —
crew.jsonc, где агенты команды перечислены по имени вagents, а задачи — вtasks, иagents/<name>.jsonc, по одному файлу на агента; все читаются как JSON с комментариями, так что комментарии и завершающие запятые читаются так же, как их читает CrewAI. Агенты читаются в том порядке, в котором их перечисляетcrew.jsonc, а затем файлы остальных агентов в порядке имён; агент, которого команда перечисляет, но файл которого импорту не передан, называется в комментарии, и для него ничего не создаётся. Та же структура в строгом JSON —crew.jsonиagents/<name>.json— читается так же. Если команда или агент записаны в обоих вариантах, читается файл.jsonc, как его читает CrewAI, а файл.jsonназывается в комментарии как непрочитанный.
У агента читаются его role, goal и backstory; allow_delegation и verbose — на верхнем уровне
объявления или в settings, причём settings имеет приоритет, как их читает CrewAI; его llm; и
имена его tools. У задачи читаются её имя и агент, которому она назначена. Каждый другой член
называется в комментарии и никуда не переносится.
Каталог передаётся импортёру как файлы, названные в его сигнатурах, и никакие другие, поэтому программа
команды — crew.py классического проекта, main.py потока, инструмент, определённый проектом на Python, —
никогда не читается. Файл, импортированный отдельно, читается как объявление, соответствующее его форме. Каталог
проекта может содержать несколько команд, каждая из которых читается из своего каталога.
Во что превращается проект
aggregate.yaml — черновик Aggregate, названный по команде, как описывает Как именуется черновик, и начинающийся с комментариев, которые называют прочитанные объявления, сообщают, что программа команды не читается, и перечисляют задачи каждой команды с агентом, которому назначена каждая. Он содержит для каждого агента, с ключом по его имени, экземпляр core/ai-agent/crewai со следующим:
role,goalиbackstory— как объявлены;allow_delegation— как объявлено, иfalse, если агент его не объявляет;log_levelDEBUGдля агента, объявленного какverbose, который описывает каждый шаг своих рассуждений, иINFOдля агента без него, который сообщает только о ходе работы и проблемах.verboseилиallow_delegation, значение которого неtrueи неfalse, оставляется на значение по умолчанию сущности Component и называется в комментарии;- его соединение
model, подключённое к экземпляру модели, которую называет егоllm.
llm, записанный как <provider>/<model> или как объект, называющий модель в model, model_name
или deployment_name, называет провайдера и модель. Модель — это экземпляр сущности
Component каталога для этого провайдера — core/ai-model/<provider>, где подчёркивание в имени провайдера читается
как дефис, а azure читается как azure-openai, — с ключом по имени модели и с моделью в качестве
values.model; агенты, называющие одного провайдера и одну модель, используют общий экземпляр. Если каталог рабочего пространства
не содержит сущности Component с таким именем, создаётся черновик <target_namespace>/ai-model/<provider>, объявляющий
значение model, и его решение сообщает об этом; метка model.aggrega.ai/api, по которой сокет model агента
выбирает Component, и Recipe, публикующий его конечную точку и модель, остаются за вами,
как сообщает открывающий его комментарий. llm, не называющий провайдера, — голое имя модели, для которого CrewAI определяет
провайдера при запуске программы, или имя llm, определённого программой, — ссылка в
программу, а также агент без объявленного llm, который CrewAI тогда читает из окружения, в котором работает программа,
ни к чему не подключаются, и комментарий над агентом объясняет почему; сборка останавливается с указанием сокета
model, пока он не будет подключён.
Задача — это логика, которую выполняет программа команды, а инструмент — код, который программа определяет или загружает: ни то, ни другое
не становится сущностью Component. О каждом сообщается в решении, которое ничего не выбирает, а инструмент, имя которого — без
завершающего Tool, дефисов и подчёркиваний — совпадает с именем сущности Component инструмента, которую содержит каталог,
несёт эту сущность Component как подсказку: search_tool и SearchTool оба указывают на
core/ai-tool/search. core/ai-agent/crewai не объявляет сокета для инструмента, поэтому для него ничего
не подключается.
release.yaml рядом с ним — черновик Release с тем же именем, называющий этот Aggregate. Он записывает infra.image каждого агента — образ, в котором работает программа команды и который не называет ни одно объявление, — пустым под комментарием, поясняющим, что это такое, и импорт отмечает это значение как требуемое. С --target compose запись каждого агента также записывает infra.published_port, 8000, — порт, который infra.port сущности Component по умолчанию называет для программы и который её сущность Recipe для Compose публикует на loopback-адресе хоста, 127.0.0.1, — под комментарием, сообщающим, что сервис доступен только с этой машины, любому запущенному на ней процессу, и что удаление строки оставляет сервис внутренним; второй агент получает следующий свободный порт, поэтому два агента классического проекта публикуются на 8000 и 8001. Учётные данные, которые каждый агент предъявляет своей модели, он прикрепляет в credential на его соединении model по ссылке и никогда как значение: ни одно объявление не называет для них переменную, поэтому они читаются из переменной, из которой клиентские библиотеки поставщика читают свой ключ API, — OPENAI_API_KEY для OpenAI, — в виде ссылки ${…} для любой цели, кроме helm, а для helm — в виде имени Kubernetes Secret, записанного пустым, чтобы импорт отметил его как требуемое; для compose соединение model агента объявляет их с этим ключом. Каждая модель тоже получает запись, не содержащую инфраструктуры, поэтому Release размещает её вместе с агентами. Для модели, объявленной как объект llm, каждый другой член записывается как значение экземпляра модели, если сущность Component из каталога объявляет значение с таким именем, а иначе — в комментарии над записью модели в Release, чтобы вы перенесли его туда, где его принимает сущность Component. Как и любой черновик сущности Release, он записывает metadata.environment как development и, без цели, пустой spec.manifest, который импорт отмечает как требуемый; если задана цель, импорт создаёт черновик сущности Manifest, как описано в разделе Что добавляет цель.
Классический проект, который импортируют тесты этого импортёра, где оба агента называют openai/gpt-4o, без настроек превращается в черновик, приведённый ниже; при импорте в виде каталога проекта, market_brief — каталога, в котором crewai create crew market_brief размещает такой проект, — поскольку его объявления не называют ни одной команды, он получает имя этого каталога:
# CrewAI declarations read:# - src/market_brief/config/agents.yaml# - src/market_brief/config/tasks.yaml# Not read: the crew's program, which runs its agents and its tasks and defines its tools; it runs in the image the Release names for each agent.# Tasks the crew's program runs, drafted as no Component:# - research_task, assigned to researcher# - brief_task, assigned to brief_writerapiVersion: aggrega.ai/v1beta1kind: Aggregatemetadata: name: imported/market-brief version: 0.1.0 description: Draft Aggregate imported from a source in the crewai format.spec: components: # Tools the crew's program defines or loads for this agent, drafted as no Component: search_tool. researcher: type: core/ai-agent/crewai values: role: "{topic} Market Researcher\u000A" goal: "Gather the facts about {topic} a buyer needs before a first meeting\u000A" backstory: "You have briefed sales teams for years. ..." allow_delegation: false log_level: DEBUG uses: model: gpt-4o: target: gpt-4o # For the compose target only, uncomment the lines below, which declare credential on gpt-4o: a secret the Release alone attaches arrives under the key value, so each is declared with a key of its own and no two arrive under one; the Release attaches its origin, naming this type or none. # features: # credential: # type: core/secret-value # values: # key: OPENAI_API_KEY # The agent brief_writer. # Not carried, since core/ai-agent/crewai takes no value for it: max_iter. brief-writer: type: core/ai-agent/crewai ... # The model openai/gpt-4o. gpt-4o: type: core/ai-model/openai values: model: "gpt-4o"и его сущность Release, созданная в черновике без цели, как показано ниже, где запись второго агента здесь опущена и помечена ...; импорт отмечает как требуемые spec.manifest и образ каждого агента:
spec: aggregate: imported/market-brief # manifest: left empty, since the import was given no target; an import given a target drafts the Manifest and names it here. manifest: "" components: researcher: infra: # Left for the Release, since the source cannot supply it: infra.image, the container image running the crew's program image: "" uses: model: gpt-4o: features: credential: type: core/secret-value infra: # Attached by reference, never as a value: the credential researcher presents to gpt-4o on its model connection (the source names no variable for it, so it is read from the one OpenAI's client libraries read the API key from), read from the variable OPENAI_API_KEY, which a target substituting variable references, as Docker Compose does when the stack starts, reads from the environment, so no file carries the value. origin: "${OPENAI_API_KEY}" brief-writer: ... gpt-4o: {}Затем каждый агент отрисовывается работающим в образе, который вы укажете в ответе, и получает конечную точку и имя модели как OPENAI_BASE_URL и MODEL — переменные, из которых их читает CrewAI.
Значения учётных данных в объявлении
llm, записанный как объект, может содержать ключ — в api_key, в адресе, в заголовках. Каждый из его членов, кроме называющего модель, который не является числом или логическим значением, — это значение, которое может содержать ключ и которое CrewAI не помечает как учётные данные. По умолчанию каждый, содержащий значение, переносится как записан — как значение экземпляра модели, если его сущность Component объявляет такое значение, а иначе в комментарий над записью его модели в Release — и называется в предупреждении credential-carried по агенту и члену, например llm.api_key, но никогда по значению. При настройке empty_credentials со значением all каждый записывается без значения, и о нём сообщается с credential-emptied; при marked каждый переносится, поскольку CrewAI ничего не помечает. Имя члена не истолковывается по смыслу. Каждый другой член объявления, который черновик не переносит, — конфигурация инструмента, inputs команды, — называется, но без значения.
Настройки, которые он читает
Импортёр CrewAI читает target_namespace, empty_credentials и render_mode, как их описывает раздел
Настройки, и никаких других настроек.
Импортер LangGraph
importer/langgraph читает графы, которые объявляет конфигурация приложения LangGraph, langgraph.json, и создаёт черновик Aggregate, содержащий по одному экземпляру агента LangGraph из стандартной библиотеки, core/ai-agent/langgraph, на каждый граф, каждый из которых подключён к хранилищу данных, в котором его checkpointer хранит состояние, и к модели, а рядом с ним — Release, несущий окружение, которое указывает конфигурация. Импортер читает эту конфигурацию и никогда не читает код графов.
Что он читает
Приложение LangGraph хранит свои графы в коде и объявляет их в langgraph.json: в разделе
graphs идентификатор каждого графа сопоставляется с путём импорта графа в коде приложения —
./src/agent/graph.py:graph или module:attr — либо с объектом, указывающим этот путь в path и
описывающим граф в description. Импортер читает в том порядке, в котором их записывает
конфигурация:
graphs— идентификатор каждого графа, его путь импорта и его описание;checkpointer— егоbackend:default, то есть PostgreSQL, который LangGraph использует, если бэкенд не указан;mongo— база данных, поддерживающая протокол MongoDB; илиcustom— checkpointer, который код приложения определяет по путиpath;store— хранилище памяти, для которого бэкенд не указывается: LangGraph хранит его в базе данных PostgreSQL, которую использует его сервер;env— окружение, в котором работает приложение: объект, сопоставляющий имена переменных со значениями, или путь к файлу окружения со строкамиKEY=VALUE.
Члены, которые настраивают серверный образ, собираемый langgraph build, — dependencies, source, python_version, node_version, base_image, image_distro, dockerfile_lines, pip_config_file, pip_installer, keep_pkg_tools, api_version, — указываются в комментарии и никуда не переносятся, поскольку образ, который указывает сущность Release, — это собственный образ приложения; то же относится ко всем остальным членам, в том числе к собственной конфигурации сервера, например auth, http и webhooks, а также к index и ttl хранилища и ttl и serde checkpointer.
Каталог передаётся импортеру как langgraph.json и никакой другой файл, поэтому из него никогда не читаются ни
код приложения, ни файл окружения. Файл окружения попадает к
импортеру только там, где его передаёт with.sources импортера, и никогда не разбирается: из файла, который
указывает env конфигурации, — сопоставляемого по последнему сегменту указанного пути, — читаются только
имена переменных, а файл окружения, который не указывает ни одна конфигурация, указывается в комментарии как непрочитанный.
Если импорту не передан файл, указанный в конфигурации, Aggregate указывает его как непереданный
и предлагает указать его в with.sources импортера, а его переменные оставляются для Release:
plugins: importer: - uri: importer/langgraph:<version> with: sources: - ./local.envКонфигурация, импортированная отдельно, читается независимо от её имени. Каталог может содержать несколько приложений, каждое из которых читается из собственного каталога.
Во что превращается приложение
aggregate.yaml — черновик Aggregate, названный по графу, как описывает Как именуется черновик, который начинается с комментариев, указывающих прочитанные конфигурации, файлы окружения, из которых прочитаны только имена, то, что код приложения не читается, и то, что черновик не переносит. Он содержит для каждого графа, с ключом по его идентификатору, экземпляр core/ai-agent/langgraph со следующим:
graph_entrypoint— путь импорта графа в том виде, в каком его записывает конфигурация;description— описание графа, если конфигурация его задаёт;- его подключение
checkpointer_db, связанное с хранилищем данных приложения; - его соединением
model, подключённым к модели приложения.
recursion_limit не записывается, поэтому действует значение по умолчанию сущности Component, 25. Конфигурация не указывает модель, поэтому черновик содержит один экземпляр core/ai-model/openai с ключом model, который вызывает каждый граф: модель, передаваемую клиенту OpenAI агента. Его values.model записывается пустым под комментарием, сообщающим, что конфигурация не указывает модель, и импорт отмечает это значение как требуемое.
Бэкенд checkpointer — это хранилище данных, к которому подключён каждый граф приложения: default или checkpointer без указания бэкенда — это экземпляр core/datastore/postgres с ключом postgres. mongo — это FerretDB, поддерживающий протокол MongoDB, поверх PostgreSQL с расширением DocumentDB: экземпляр core/datastore/ferretdb с ключом ferretdb, к которому подключён каждый граф, и экземпляр core/datastore/documentdb с ключом documentdb, до которого доходит соединение backend FerretDB, а его блок inject доставляет то, что публикует DocumentDB, под именами, которые читает FerretDB; один пароль, читаемый из переменной FERRETDB_PASSWORD, прикрепляется к DocumentDB, к соединению FerretDB с ним и к соединению каждого графа с FerretDB. Если каталог рабочего пространства не содержит Component с именем хранилища данных PostgreSQL, создаётся черновик <target_namespace>/datastore/postgres, объявляющий host и port, которые читает подключение checkpointer_db агента, и его решение сообщает об этом; Recipe, запускающий хранилище данных и публикующий их, оставляется вам, о чём говорит открывающий его комментарий. Если он не содержит Component FerretDB или Component DocumentDB, checkpointer mongo не подключается ни к какому хранилищу данных. Checkpointer custom или бэкенд, который импортер не сопоставляет ни с каким хранилищем данных, ничего не подключает, и комментарий над каждым графом и решение checkpointer объясняют причину; сборка останавливается с указанием сокета checkpointer_db, пока он не будет подключён. Хранилище памяти сообщается в решении, которое ничего не выбирает.
Пароль хранилища данных — это секрет, который черновик прикрепляет по ссылке к собственному слоту password хранилища данных и к соединению checkpointer_db каждого графа, как и учётные данные, которые каждый граф предъявляет модели на своём соединении model: они читаются из POSTGRES_PASSWORD (или FERRETDB_PASSWORD) и OPENAI_API_KEY, поскольку конфигурация не называет переменную ни для одного из них, в виде ссылки ${…} для любой цели, кроме helm, а для helm — в виде имени Kubernetes Secret, записанного пустым, чтобы импорт отметил его как требуемое. Для compose сущность Aggregate объявляет каждое с ключом, который читает её сущность Recipe, как описано в разделе Секреты для каждой цели для платформы.
release.yaml рядом с ним — черновик Release с тем же именем, указывающий этот Aggregate. Комментарии над записью первого графа сообщают, что представляет собой образ каждого графа — собственный образ приложения, его код с установленным LangGraph, а не серверный образ, который собирает langgraph build, — какие переменные ему передаются и какой блок inject: заменяет какое из их имён. Запись каждого графа записывает его infra.image — образ, запускающий приложение, — пустым под комментарием, поясняющим, что это такое, и импорт отмечает это значение как требуемое; пока он не задан, сущность Recipe Docker Compose запускает собственный агент quickstart каталога, который читает переменные по умолчанию. С --target compose запись каждого графа также записывает infra.published_port, 8000, — порт, который infra.port сущности Component по умолчанию называет для приложения и который её сущность Recipe для Compose публикует на loopback-адресе хоста, 127.0.0.1, — под комментарием, сообщающим, что сервис доступен только с этой машины, любому запущенному на ней процессу, и что удаление строки оставляет сервис внутренним; второй граф получает следующий свободный порт. У хранилища данных и модели тоже есть записи, поэтому Release размещает их вместе с графами. Комментарий над первым графом приложения указывает окружение, которое объявляет его конфигурация, как описано в разделе Окружение, которое указывает конфигурация. Как и любой черновик сущности Release, он записывает metadata.environment как development и, без цели, пустой spec.manifest, который импорт отмечает как требуемый; если задана цель, импорт создаёт черновик сущности Manifest, как описано в разделе Что добавляет цель.
Приложение на Python, которое импортируют тесты этого импортера, объявляющее два графа, checkpointer без указания бэкенда, хранилище памяти и env, записанный как объект, без каких-либо настроек превращается в черновик, приведённый ниже; при импорте в виде его каталога, support_desk — названного, как здесь, по пакету, в котором определены его графы, — при двух графах с разными идентификаторами оно получает имя этого каталога:
# LangGraph configurations read:# - langgraph.json# Not read: the application's code, which defines each graph; it runs in the image the Release names for each graph.# Not carried, since they configure the server image langgraph build builds, and the image the Release names is the application's own: dependencies, python_version.# Not carried, since core/ai-agent/langgraph takes no value for them: http.# The store configures the memory store, which LangGraph keeps in the PostgreSQL database its server uses; not carried, since core/ai-agent/langgraph takes no value for it: index, ttl.# Not carried, since core/ai-agent/langgraph takes no value for them: checkpointer.ttl.apiVersion: aggrega.ai/v1beta1kind: Aggregatemetadata: name: imported/support-desk version: 0.1.0 description: Draft Aggregate imported from a source in the langgraph format.spec: components: triage: type: core/ai-agent/langgraph values: graph_entrypoint: "./src/support_desk/triage.py:make_graph" description: "Routes an incoming ticket to the {team} that owns it." uses: checkpointer_db: postgres: target: postgres # For the compose target only, uncomment the lines below, which declare credential on postgres: a secret the Release alone attaches arrives under the key value, so each is declared with a key of its own and no two arrive under one; the Release attaches its origin, naming this type or none. # features: # credential: # type: core/secret-value # values: # key: POSTGRES_PASSWORD model: model: target: model # For the compose target only, uncomment the lines below, ... support: type: core/ai-agent/langgraph ... # The database the configuration's checkpointer keeps each graph's state in, PostgreSQL. postgres: type: core/datastore/postgres # For the compose target only, uncomment the lines below, ... # The model every graph calls, which the configuration does not name. model: type: core/ai-model/openai values: # Left for the author, since the configuration names no model: values.model, the name of the model core/ai-model/openai serves. model: ""spec: aggregate: imported/support-desk # manifest: left empty, since the import was given no target; an import given a target drafts the Manifest and names it here. manifest: "" components: # Each graph's image is the application's own, not the server image langgraph build builds: its code, with LangGraph installed. # It is handed, for its code to read, the graph to run as LANGGRAPH_GRAPH_ENTRYPOINT, the model's name as OPENAI_MODEL, the checkpointer store's host and port as LANGGRAPH_CHECKPOINTER_HOST and LANGGRAPH_CHECKPOINTER_PORT, its user and database, where the store publishes them, as LANGGRAPH_CHECKPOINTER_USER and LANGGRAPH_CHECKPOINTER_DATABASE, and a password attached on the checkpointer_db connection as LANGGRAPH_CHECKPOINTER_PASSWORD. # It is also handed the model's address as OPENAI_BASE_URL and a key attached on the model connection as OPENAI_API_KEY, which the OpenAI client library reads, and recursion_limit as LANGGRAPH_DEFAULT_RECURSION_LIMIT, which LangGraph reads. # An inject: block on the graph's own instance, through an entry reading graph_entrypoint alone, replaces LANGGRAPH_GRAPH_ENTRYPOINT with the name it writes; one on the model connection replaces OPENAI_MODEL, and one on the checkpointer_db connection the store's host, port, user and database, with the names it writes. # The environment langgraph.json states for its application, for the Release to carry where core/ai-agent/langgraph takes it for each of its graphs: # SUPPORT_QUEUE: "..." # OPENAI_API_KEY: "..." # MAX_TICKETS: "25" triage: infra: # Left for the Release, since the source cannot supply it: infra.image, the container image running the application image: "" uses: checkpointer_db: postgres: features: credential: type: core/secret-value infra: # Attached by reference, never as a value: the credential triage presents to postgres on its checkpointer_db connection, the password of postgres (the configuration names no variable for it), read from the variable POSTGRES_PASSWORD, which a target substituting variable references, as Docker Compose does when the stack starts, reads from the environment, so no file carries the value. origin: "${POSTGRES_PASSWORD}" model: model: features: credential: type: core/secret-value infra: # Attached by reference, never as a value: the credential triage presents to model on its model connection (the source names no variable for it, so it is read from the one OpenAI's client libraries read the API key from), read from the variable OPENAI_API_KEY, which a target substituting variable references, as Docker Compose does when the stack starts, reads from the environment, so no file carries the value. origin: "${OPENAI_API_KEY}" ... postgres: features: password: type: core/secret-value infra: # Attached by reference, never as a value: the password of postgres (the configuration names no variable for it), read from the variable POSTGRES_PASSWORD, which a target substituting variable references, as Docker Compose does when the stack starts, reads from the environment, so no file carries the value. origin: "${POSTGRES_PASSWORD}" model: {}Импорт отмечает четыре значения как требуемые: spec.manifest, образ каждого графа и имя модели. Как только на них дан ответ, каждый граф отображается как запускающий образ, который вы укажете в ответе, и получает адрес своего хранилища данных в виде LANGGRAPH_CHECKPOINTER_HOST и LANGGRAPH_CHECKPOINTER_PORT, пользователя и базу данных, которые публикует хранилище данных, — в виде LANGGRAPH_CHECKPOINTER_USER и LANGGRAPH_CHECKPOINTER_DATABASE (PostgreSQL публикует и то и другое, а для хранилища данных, не публикующего ни того ни другого, ни одна из этих переменных не отображается), конечную точку и имя модели — в виде OPENAI_BASE_URL и OPENAI_MODEL, ключ, который доставляют учётные данные его модели, — в виде OPENAI_API_KEY, свой путь импорта — в виде LANGGRAPH_GRAPH_ENTRYPOINT и свой предел шагов — в виде LANGGRAPH_DEFAULT_RECURSION_LIMIT. Учётные данные, прикреплённые к его соединению checkpointer_db, также передают ему пароль хранилища данных в виде LANGGRAPH_CHECKPOINTER_PASSWORD.
Окружение, которое указывает конфигурация
Каждая переменная, которую указывает env конфигурации, — это входные данные, которые должен задать Release, и ни одна
не создаётся как слот учётных данных: LangGraph не помечает ни одну переменную как секрет, а имя переменной не
интерпретируется по смыслу. core/ai-agent/langgraph не принимает значений для окружения, поэтому Release указывает
его в комментарии над первым графом приложения.
env, записанный как объект, является частью конфигурации, поэтому его значения переносятся как есть в этот комментарий в том порядке, в котором их записывает конфигурация. Каждое непустое значение может содержать учётные данные, а LangGraph не помечает ни одно как таковые: по умолчанию каждое переносится как есть и указывается в предупрежденииcredential-carriedпо своей конфигурации и своей переменной, напримерenv.OPENAI_API_KEY, но никогда по своему значению. Если настройкаempty_credentialsимеет значениеall, каждое записывается без значения и сообщается сcredential-emptied; приmarkedкаждое переносится, поскольку LangGraph не помечает ни одного.env, указывающий файл, указывает файл, на который конфигурация лишь ссылается и который обычно содержит локальные секреты. Он читается только там, где его передаётwith.sourcesимпортера. Комментарий указывает каждую переменную, которую указывает файл, оставленную для задания в Release, а ни одно значение файла не читается: ни одно не попадает в черновик, решение или диагностическое сообщение, что бы ни указывала настройка. Значение в кавычках, занимающее несколько строк, — это одно значение, поэтому строка внутри него никогда не принимается за переменную, а строка, не указывающая переменную, указывается по её номеру. Если импорту не передан файл — что всегда так для каталога, который никогда его не передаёт, — Aggregate указывает его как непереданный, с описанием того, как его передать, а его переменные оставляются для Release.
Настройки, которые он читает
Импортер LangGraph читает target_namespace, empty_credentials и render_mode, как их описывает раздел
Настройки, и никаких других настроек.
Импортёр Google ADK
importer/google-adk читает агентов, которых приложение, построенное на Agent Development Kit (ADK) от Google, объявляет в своих файлах Agent Config — root_agent.yaml и конфигурациях, которые называют его субагенты, — и создаёт черновик сущности Aggregate, содержащий по одному экземпляру ADK-агента стандартной библиотеки, core/ai-agent/google-adk, на каждое дерево агентов, подключённому к модели, которую называет дерево, если ADK отправляет её запросы в Gemini API, а рядом с ним — сущность Release. Он читает эти конфигурации и никогда не читает код приложения.
ADK указывает, что его функция Agent Config является экспериментальной. Модель агента по умолчанию — модель Gemini; модели некоторых других поставщиков ADK обслуживает по имени через собственные классы, например claude-sonnet-4-5 и gpt-4o, а другие — через строку модели LiteLLM. Сокет model агента допускает только Gemini API, поэтому импортер подключает модель, которую ADK отправляет в Gemini API, а любую другую оставляет вам, как описано в разделе Во что превращается дерево агентов.
Что он читает
Команда ADK adk create --type=config записывает root_agent.yaml — конфигурацию корневого агента приложения — и рядом с ним файл окружения. Конфигурация объявляет одного агента:
name,descriptionиagent_class— класс, в виде которого ADK строит агента;LlmAgent, если класс не назван;model— модель, которую запрашивает агент, — илиmodel_code, ссылку на код, строящий его модель;tools— каждый инструмент поname, сargs, которые ему передаёт конфигурация;generate_content_config— параметры запросов агента к модели, в том числеhttp_options;sub_agents— каждый из них либоconfig_path, путь к другой конфигурации относительно каталога конфигурации, которая его называет, либоcode, агент, которого строит код приложения.
Каталог передаётся импортёру как его файлы root_agent.yaml и никакие другие файлы, а
конфигурация, импортируемая отдельно, читается как корень, каким бы ни было её имя. Дерево каждого корня читается начиная с корня,
субагенты каждого агента — в том порядке, в котором он их перечисляет. Конфигурация, которую запись sub_agents называет
через config_path, читается, только если её передаёт with.sources импортёра, и сопоставляется по последнему сегменту
пути; конфигурация, не переданная импорту, указывается в Aggregate и в её решении как не переданная,
вместе с тем, как её передать, а её агент не читается:
plugins: importer: - uri: importer/google-adk:<version> with: sources: - ./my_agent/code_tutor_agent.yaml - ./my_agent/math_tutor_agent.yamlconfig_path, который является абсолютным или выводит за пределы каталога называющей его конфигурации, не
читается, поскольку ADK его тоже отвергает. Файл, переданный with.sources, но не названный ни одной конфигурацией, указывается в
комментарии как непрочитанный, и ничего из него не читается; переданный файл читается только как конфигурация, которую называет дерево
корня, поэтому импорт, не содержащий ни root_agent.yaml, ни отдельно импортируемого файла, не читает ни одного дерева и
сообщает о каждом файле в no-nodes. Код приложения — инструменты, обратные вызовы, схемы и агенты, которых
конфигурация называет через их код, — и файл окружения никогда не передаются, и импортёр не читает
ни того, ни другого: приложение само загружает свои конфигурации из образа, который называет Release. Каталог
может содержать несколько приложений, каждое из которых читается из своего root_agent.yaml.
Остальные члены конфигурации — в том числе instruction агента — приложение читает
из собственной конфигурации, поэтому черновик не содержит ни одного из них.
Во что превращается дерево агентов
ADK обслуживает приложение от его корневого агента, внутри которого строится каждый агент, названный в его конфигурациях, а core/ai-agent/google-adk запускает одно такое приложение. Поэтому aggregate.yaml, черновик сущности Aggregate, названный по корневому агенту, как описывает Как именуется черновик, содержит на каждое дерево агентов, с ключом по имени его корневого агента, экземпляр core/ai-agent/google-adk с:
description— описанием корневого агента, если его конфигурация его задаёт;- его соединением
model, подключённым к модели, которую называет дерево, если ADK отправляет её запросы в Gemini API.
Комментарии над ним называют остальных агентов дерева, которые не становятся отдельными экземплярами; каждого субагента, который не прочитан, и причину — его строит код приложения, это конфигурация, не переданная импорту, или конфигурация, которую отвергает ADK; инструменты, которые называют агенты дерева, — поставляемые ADK и определённые кодом приложения; агентов, чей класс — LoopAgent, ParallelAgent или SequentialAgent — ADK объявляет устаревшим в пользу Workflow; а также, если модель дерева подключена, модели, которые запрашивают другие агенты дерева, каждую с семейством, через которое её обслуживает ADK. О каждом сообщается в решении, которое ничего не выбирает.
Модель экземпляра определяет первый агент дерева, начиная с корня, который называет модель или код, её строящий. Названная им модель, запросы которой ADK отправляет в Gemini API, — имя модели, которую ADK обслуживает через свой класс Gemini, например gemini-2.5-flash, кроме имени ресурса Vertex AI, или имя, которое он обслуживает через свой класс Gemma, — это экземпляр core/ai-model/gemini, обслуживающий эту модель и имеющий её в качестве ключа, а деревья, называющие одну модель, разделяют один экземпляр. Если каталог рабочего пространства не содержит core/ai-model/gemini, создаётся черновик <target_namespace>/ai-model/gemini с меткой model.aggrega.ai/api: gemini, которую выбирает сокет model агента, и его решение сообщает об этом; сущность Recipe, публикующая его конечную точку и модель, остаётся за вами, как говорит открывающий его комментарий. Модель, которую ADK обслуживает любым другим способом, — строка модели LiteLLM, например openai/gpt-4o, имя ресурса Vertex AI или имя вроде claude-sonnet-4-5 или gpt-4o, которое ADK обслуживает через Anthropic или OpenAI, — ни к чему не подключается: сокет model агента принимает модель Gemini, а агент не читает имя модели из своего окружения, поэтому вы подключаете туда модель Gemini и называете эту модель в конфигурации агента. Комментарий над экземпляром и решение корневого агента называют модель и семейство, через которое её обслуживает ADK. Модель, которую строит код приложения, или дерево, не называющее модели, — тогда ADK использует свою модель по умолчанию, — тоже ни к чему не подключается, и комментарий над экземпляром объясняет причину. Всякий раз, когда модель ни к чему не подключена, сборка останавливается, называя сокет model, пока он не будет подключён. Среди моделей, которые запрашивают другие агенты дерева, модели, запросы которой ADK отправляет в Gemini API, отдельное соединение не нужно: клиент Gemini в ADK отправляет её запросы с ключом, который доставляет соединение экземпляра. Обращается ли приложение к Gemini через Gemini API или через Vertex AI, определяется его окружением, которое импорт не читает; сокет model агента допускает только Gemini API.
Тесты импортера также импортируют одиночный корневой агент, называющий openai/gpt-4o, экземпляр которого создаётся в черновике так:
spec: components: # The agent tree of root_agent.yaml, served from its root agent routed_agent. # The model connection is left for the author, since the model openai/gpt-4o, which routed_agent names, is one ADK serves through LiteLLM, not through the Gemini API, while core/ai-agent/google-adk takes a Gemini model on its model socket and reads no model name from its environment, so the author wires a Gemini model there and names that model in routed_agent's configuration; the build halts naming the socket until one is wired. routed-agent: type: core/ai-agent/google-adk values: description: "Answers questions with a model another provider serves."release.yaml рядом с ним — это черновик сущности Release с тем же именем, называющий эту сущность Aggregate. Запись каждого экземпляра записывает его infra.image — образ, запускающий приложение, построенное на ADK, который содержит его конфигурации, — пустым, под комментарием, поясняющим, что это такое, а импорт отмечает его как ещё не предоставленное значение. С --target compose запись также записывает infra.published_port, 8000, порт, который прослушивает приложение и который его сущность Recipe для Compose публикует на адресе обратной петли хоста, 127.0.0.1, под комментарием, сообщающим, что он доступен только с этой машины, любому запущенному на ней процессу, и что удаление строки оставляет сервис внутренним; второе дерево получает следующий свободный порт. Если его модель подключена, запись прикрепляет учётные данные, которые экземпляр предъявляет этой модели, под credential к его соединению model, по ссылке и никогда как значение: ни одна конфигурация не называет для них переменную, поэтому они считываются из GOOGLE_API_KEY, переменной, из которой клиентские библиотеки Gemini API от Google считывают свой ключ, как ссылка ${…} на каждой цели, кроме helm, а на helm — как имя Kubernetes Secret, записанное пустым, чтобы импорт отметил его как ещё не предоставленное; на compose соединение model объявляет их с этим ключом. Подключённая модель тоже имеет запись, не содержащую никакой инфраструктуры, поэтому сущность Release размещает её вместе с экземпляром. Значения, которые конфигурации дерева передают своим инструментам и запросам к модели, записываются в комментарии над записью, как описано в разделе Учётные данные в конфигурации. Как и каждый черновик сущности Release, он записывает metadata.environment как development и, без цели, пустое spec.manifest, которое импорт отмечает как ещё не предоставленное; если задана цель, импорт создаёт черновик сущности Manifest, как описано в разделе Что добавляет цель.
Приложение, которое импортируют тесты этого импортёра, — корневой агент, называющий конфигурации двух субагентов и одного, построенного кодом, — импортированное как его каталог с двумя конфигурациями, названными в with.sources, без каких-либо настроек превращается в следующий черновик под именем своего корневого агента, tutor_root:
# Google ADK agent configurations read:# - root_agent.yaml# - code_tutor_agent.yaml# - math_tutor_agent.yaml# Not read: the application's code, which defines the tools, callbacks and agents a configuration names by their code, nor the environment file ADK's scaffold writes beside root_agent.yaml; the application runs in the image the Release names for each instance, and loads its configurations itself.# ADK states that its Agent Config is experimental. An agent's model is a Gemini model by default; ADK serves some other providers' models by name through classes of its own, such as claude-sonnet-4-5 and gpt-4o, and others through a LiteLLM model string.apiVersion: aggrega.ai/v1beta1kind: Aggregatemetadata: name: imported/tutor-root version: 0.1.0 description: Draft Aggregate imported from a source in the google-adk format.spec: components: # The agent tree of root_agent.yaml, served from its root agent tutor_root. # Sub-agents ADK builds inside this application, drafted as no instance of their own: code_tutor_agent, math_tutor_agent. # Not read: a sub-agent of tutor_root, which is built by the application's code at tutor_agents.review_agent, which the import does not read. # Tools ADK ships, which run inside the application, drafted as no Component: google_search. # Tools the application's code defines, drafted as no Component: tutor_tools.make_snippet_runner. # Models other agents of the tree ask for, ...: gemini-pro-latest (math_tutor_agent, served through Gemini). tutor-root: type: core/ai-agent/google-adk values: description: "Learning assistant that tutors {{`{{`}} students }} in code and math." uses: model: gemini-flash-latest: target: gemini-flash-latest # For the compose target only, uncomment the lines below, which declare credential on gemini-flash-latest: a secret the Release alone attaches arrives under the key value, so each is declared with a key of its own and no two arrive under one; the Release attaches its origin, naming this type or none. # features: # credential: # type: core/secret-value # values: # key: GOOGLE_API_KEY # The model gemini-flash-latest. gemini-flash-latest: type: core/ai-model/gemini values: model: "gemini-flash-latest"Текст, который черновик копирует из конфигурации в Aggregate, в значение или в комментарий, записывает каждую
{{ как {{`{{`}} — действие, результатом которого являются две фигурные скобки, поэтому описание и имя, содержащее
две фигурные скобки в комментарии, после вычисления Aggregate читаются так, как записаны.
spec: aggregate: imported/tutor-root # manifest: left empty, since the import was given no target; an import given a target drafts the Manifest and names it here. manifest: "" components: # The configurations also hand these values to their tools and their model requests, which the application reads from its own configurations, written here for review: # code_tutor_agent tools.tutor_tools.make_snippet_runner.args.api_key: "..." # code_tutor_agent tools.tutor_tools.make_snippet_runner.args.sandbox: "python3.12" # code_tutor_agent tools.tutor_tools.make_snippet_runner.args.timeout_seconds: 20 # math_tutor_agent generate_content_config.http_options.headers: "..." # math_tutor_agent generate_content_config.http_options.timeout: 30000 tutor-root: infra: # Left for the Release, since the source cannot supply it: infra.image, the container image running the application built on ADK, holding its configurations image: "" uses: model: gemini-flash-latest: features: credential: type: core/secret-value infra: # Attached by reference, never as a value: the credential tutor-root presents to gemini-flash-latest on its model connection (the source names no variable for it, so it is read from the one Google's Gemini API's client libraries read the API key from), read from the variable GOOGLE_API_KEY, which a target substituting variable references, as Docker Compose does when the stack starts, reads from the environment, so no file carries the value. origin: "${GOOGLE_API_KEY}" gemini-flash-latest: {}Как только на образ дан ответ, экземпляр отрисовывается запускающим его и получающим учётные данные как GOOGLE_API_KEY, которые клиент Gemini в ADK отправляет в Gemini API, а модель — как Service, обращающийся к адресу Gemini API.
Значения учётных данных в конфигурации
Конфигурация может передать ключ инструменту, в его args, или своим запросам к модели, в
http_options своего generate_content_config — в их заголовках, их адресе, аргументах их
клиента. Каждый член args инструмента и этих HTTP-параметров записывается в комментарии над
записью экземпляра в Release так, как его записывает конфигурация, и каждый из них, являющийся текстом, объектом или
списком, может содержать учётные данные, ни один из которых ADK не помечает: по умолчанию каждый переносится как записан и называется
в предупреждении credential-carried по своему агенту и своему полю, например
tools.tutor_tools.make_snippet_runner.args.api_key, но никогда по своему значению. При
параметре empty_credentials со значением all каждый записывается без значения и сообщается с
credential-emptied; при marked каждый переносится, поскольку ADK не помечает ни одного. Число или логическое значение не содержит
ключа и записывается так, как его записывает конфигурация. ADK не раскрывает ссылки на переменные в
конфигурации, поэтому каждое значение читается как записано; файл окружения, который обычно содержит ключ,
читаемый клиентом Gemini из ADK, никогда не читается, что бы ни указывал параметр.
Настройки, которые он читает
Импортёр Google ADK читает target_namespace, empty_credentials и render_mode, как их описывает раздел
Параметры, и никаких других параметров.
Импортёр Agent Framework
importer/agent-framework читает декларативного агента Microsoft Agent Framework — YAML-документ вида Prompt, из которого приложение, построенное на Agent Framework, загружает агента, — и создаёт черновик сущности Aggregate, содержащий один экземпляр агента Agent Framework из стандартной библиотеки, core/ai-agent/agent-framework, подключённый к названной в нём модели OpenAI, а рядом — черновик сущности Release. Импортёр читает декларативных агентов и никогда не читает код приложения. Agent Framework публикует свои пакеты декларативных агентов как предварительные версии.
Что он читает
Декларативный агент объявляет:
name,displayNameиdescription, своиinstructionsи схемы своих входных и выходных данных;model—idмодели, обслуживающий еёprovider, API, которому её клиент отправляет запросы (apiType),optionsеё запросов и еёconnection: подключениеkey, предъявляющее ключ, записанный вkeyилиapiKey, конечной точкеendpoint; подключениеremote, обращающееся кendpoint; подключениеreference, называющее подключение, которое разрешает приложение; или подключениеanonymous, не предъявляющее ничего;tools— каждый своегоkind:function, код которой привязывает приложение, инструментweb_search,file_searchилиcode_interpreter, который запускает поставщик модели, или серверmcp, доступный по егоurl, сapprovalMode, применяемым к его вызовам,allowedToolsсервера, которые агент может вызывать, и собственнымconnection.
Член, записанный как =Env.NAME, Agent Framework читает из переменной окружения NAME только там, где приложение загружает декларативного агента с AgentFactory(safe_mode=False), собственной настройкой безопасности Agent Framework, и присутствует среда выполнения .NET, а в остальных случаях он принимается как текст выражения в записанном виде; любой другой член, начинающийся с =, — это выражение, которое вычисляет приложение. Импортёр не читает ни то, ни другое: ссылку он называет по её переменной, а выражение — как выражение.
Файл, импортируемый отдельно, читается как один декларативный агент, как бы он ни назывался, а каждый файл, который
передаёт with.sources импортёра, читается как ещё один, так что один импорт создаёт несколько черновиков:
plugins: importer: - uri: importer/agent-framework:<version> with: sources: - ./agents/triage.yaml - ./agents/writer.yamlКаталог импортёру никогда не передаётся: его сигнатура не называет ни одного файла, поэтому импорт каталога
без указания формата его не распознаёт, а импорт с --format agent-framework отклоняется с ошибкой
An importer that declares no file patterns is handed a directory (Импортёру, не объявляющему шаблонов файлов, передан каталог)
ещё до открытия какого-либо его файла. Вместо этого импортируйте каждого декларативного агента отдельным файлом. Источник,
из которого Agent Framework не строит prompt-агента, — тот, чей kind не является ни Prompt в любом регистре,
ни Agent, — сообщается под no-nodes. Код приложения — программа, загружающая каждого
декларативного агента, и функции, которые она привязывает к его инструментам, — никогда не входит в источники:
приложение само загружает своих декларативных агентов из образа, который называет Release.
Во что превращается декларативный агент
aggregate.yaml, черновик сущности Aggregate, названный по агенту, как описывает Как именуется черновик, содержит для каждого декларативного агента, с ключом по его имени, экземпляр core/ai-agent/agent-framework со следующим:
display_nameиdescription—displayNameиdescriptionагента, если он их указывает;- его подключение
model, подключённое к названной им модели, если эта модель подключена.
Его инструкции, схемы входных и выходных данных, шаблон, метаданные и параметры запросов к модели приложение читает из декларативного агента, и они перечисляются в комментарии над экземпляром. Инструмент-функция, инструмент, запускаемый поставщиком модели, и инструмент любого другого вида тоже перечисляются в комментарии и сообщаются в решении, которое ничего не выбирает.
Модель, у которой provider — OpenAI и которая называет id, становится экземпляром core/ai-model/openai,
обслуживающим этот id и имеющим его в качестве ключа: сокет model агента принимает модель, обслуживающую API OpenAI, а
среда выполнения передаёт адрес, имя и ключ этой модели в переменных, которые читают клиенты OpenAI в Agent Framework.
Агенты, называющие одну модель по одному адресу, используют один экземпляр. Если каталог рабочего пространства
не содержит core/ai-model/openai, создаётся черновик <target_namespace>/ai-model/openai с
меткой model.aggrega.ai/api: openai, которую выбирает сокет model агента, и его решение сообщает об этом;
сущность Recipe, публикующая его конечную точку и модель, остаётся за вами, как говорит открывающий её комментарий. id,
записанный как ссылка, оставляет values.model модели за вами, а комментарий над моделью называет
переменную; сборка останавливается с указанием на неё, пока она не задана. Подключение anonymous записывается как
unauthenticated: true подключения. Модель любого другого поставщика — AzureOpenAI, Anthropic, — модель,
называющая поставщика ссылкой или не называющая его вовсе (в этом случае Agent Framework использует поставщика по умолчанию, заданного
приложением), и модель без id ни к чему не подключаются, а комментарий над экземпляром объясняет
почему; сборка останавливается с указанием на сокет model, пока к нему что-либо не подключено.
Инструмент вида mcp не оформляется в черновике ни как сущность Component, ни как подключение: Agent Framework отправляет сервер поставщику модели как размещённый инструмент, и обращается к нему по его url поставщик, а не приложение, поэтому этот адрес должен быть доступен со стороны поставщика, и ничто из развёртываемого черновиком к нему не обращается. Комментарий над экземпляром агента называет сервер, сообщает об этом и называет описание, approvalMode и allowedTools, которые декларативный агент указывает для него; его url записывается целиком в комментарии над записью агента в сущности Release, а его решение ничего не выбирает.
release.yaml рядом с ним — черновик сущности Release с тем же именем, указывающий на эту сущность Aggregate. Запись агента записывает его infra.image — образ, в котором работает приложение, построенное на Agent Framework и содержащее его декларативного агента, — пустым, под комментарием, поясняющим, что это такое, а импорт отмечает его как ещё не предоставленное значение. С --target compose запись также записывает infra.published_port, 8000, — порт, который infra.port сущности Component по умолчанию называет для приложения и который её сущность Recipe для Compose публикует на loopback-адресе хоста, 127.0.0.1, — под комментарием, сообщающим, что сервис доступен только с этой машины, любому запущенному на ней процессу, и что удаление строки оставляет сервис внутренним. Если его модель подключена, запись прикрепляет учётные данные, которые агент предъявляет этой модели, под credential к его подключению model, по ссылке и никогда как значение: они считываются из переменной, которую декларативный агент называет для своего ключа, записанной как =Env.NAME, а иначе из OPENAI_API_KEY, переменной, из которой клиентские библиотеки OpenAI считывают свой ключ; как ссылка ${…} на каждой цели, кроме helm, а на helm — как имя Kubernetes Secret, записанное пустым, чтобы импорт отметил его как ещё не предоставленное; на compose подключение model объявляет их с этим ключом. Значения, которые декларативный агент указывает для своей модели и своих MCP-серверов, — ключи и url каждого сервера — записываются в комментарии над записью агента, как описано в разделе Значения учётных данных в декларативном агенте. У каждой подключённой модели есть запись, поэтому сущность Release размещает её вместе с агентом. Конечная точка, которую указывает её подключение, записывается как infra.endpoint модели, а конечная точка, записанная как ссылка, называется рядом с её записью, и до её задания используется собственный адрес сущности Component; подключение, не указывающее конечной точки, оставляет запись без какой-либо инфраструктуры, и в силе остаётся собственный адрес сущности Component. Как и каждый черновик сущности Release, он записывает metadata.environment как development и, без цели, пустое spec.manifest, которое импорт отмечает как ещё не предоставленное; если задана цель, импорт создаёт черновик сущности Manifest, как описано в разделе Что добавляет цель.
Декларативный агент, которого импортируют тесты этого импортёра, — с поставщиком OpenAI и подключением key, MCP-сервером, предъявляющим собственный ключ, инструментом-функцией и веб-поиском, импортированный отдельным файлом, — без каких-либо настроек оформляется под своим name, LearnAgent, так:
# Not read: the application's code, which loads each declarative agent and binds the functions of its function tools; the application runs in the image the Release names for each instance, and loads its declarative agents itself.apiVersion: aggrega.ai/v1beta1kind: Aggregatemetadata: name: imported/learnagent version: 0.1.0 description: Draft Aggregate imported from a source in the agent-framework format.spec: components: # The declarative agent LearnAgent. # Read by the application from the declarative agent, and taken by no key of core/ai-agent/agent-framework: instructions, outputSchema, the options of its model requests (temperature, topP). # Function tools, whose code the application binds, drafted as no Component: GetRelease. # Tools the model's provider runs, drafted as no Component: search. # The MCP server microsoft_learn, drafted as no Component and no connection, since Agent Framework sends it to the model's provider as a hosted tool, and the provider, not the application, reaches it at its url, which must therefore be reachable from the provider; its url is written above learnagent's entry in the Release. # Stated by the declarative agent for microsoft_learn: its description, "Get information from Microsoft Learn."; its approval mode, never; the tools of the server it allows, microsoft_docs_search, microsoft_docs_fetch. learnagent: type: core/ai-agent/agent-framework values: display_name: "Learn Assistant" description: "Answers questions about {{`{{`}} product }} from the Microsoft Learn content." uses: model: gpt-4-1-mini: target: gpt-4-1-mini # For the compose target only, uncomment the lines below, which declare credential on gpt-4-1-mini: a secret the Release alone attaches arrives under the key value, so each is declared with a key of its own and no two arrive under one; the Release attaches its origin, naming this type or none. # features: # credential: # type: core/secret-value # values: # key: OPENAI_API_KEY # The model gpt-4.1-mini, which LearnAgent names with the OpenAI provider. gpt-4-1-mini: type: core/ai-model/openai values: model: "gpt-4.1-mini"Текст, который черновик копирует из декларативного агента в Aggregate, в значение или в комментарий, записывает
каждую {{ как {{`{{`}}, чтобы после вычисления Aggregate она читалась так, как написана.
spec: aggregate: imported/learnagent # manifest: left empty, since the import was given no target; an import given a target drafts the Manifest and names it here. manifest: "" components: # The declarative agent also states these values for its model and its MCP servers, written here for review: # - model.connection.key: "..." # - tools.microsoft_learn.url: "https://learn.microsoft.com/api/mcp?session=..." # - tools.microsoft_learn.connection.key: "..." learnagent: infra: # Left for the Release, since the source cannot supply it: infra.image, the container image running the application built on Agent Framework, holding its declarative agent image: "" uses: model: gpt-4-1-mini: features: credential: type: core/secret-value infra: # Attached by reference, never as a value: the credential learnagent presents to gpt-4-1-mini on its model connection (the source names no variable for it, so it is read from the one OpenAI's client libraries read the API key from), read from the variable OPENAI_API_KEY, which a target substituting variable references, as Docker Compose does when the stack starts, reads from the environment, so no file carries the value. origin: "${OPENAI_API_KEY}" gpt-4-1-mini: infra: endpoint: "https://llm-gateway.example.com/v1"Как только на образ дан ответ, агент отрисовывается работающим в нём и получает конечную точку модели как OPENAI_BASE_URL, её id как OPENAI_MODEL и её учётные данные как OPENAI_API_KEY, а модель отрисовывается как Service, обращающийся к своему хосту. Ни одна переменная не несёт адрес MCP-сервера: к нему обращается поставщик модели, а не приложение.
Учётные данные, которые содержит декларативный агент
Ключ, который предъявляет подключение key, — записанный под key или apiKey, у модели или у MCP-сервера, — единственный член, который Agent Framework помечает как учётные данные: это единственное значение, которое его загрузчик скрывает из журналируемого. Каждый ключ, который декларативный агент записывает литералом, записывается в комментарии над записью агента в сущности Release так, как его записывает декларативный агент, и по умолчанию переносится как есть и называется в предупреждении credential-carried по агенту и полю, например model.connection.key, но никогда по значению. url MCP-сервера, записанный целиком в том же комментарии и названный по своему полю — tools.microsoft_learn.url of node LearnAgent is carried as written, — является членом конфигурации MCP-сервера, а конечная точка подключённой модели — это входные данные, которые Agent Framework не помечает как учётные данные. При настройке empty_credentials со значением marked ключи и url MCP-серверов записываются без значения — комментарий называет каждый только по его полю, — и сообщаются с credential-emptied, а конечная точка модели переносится; при all опускается и infra.endpoint модели, названный в комментарии над её записью как оставленный для сущности Release, и до его задания используется адрес сущности Component по умолчанию. Значение, записанное как =Env.NAME, не содержит значения, поэтому оно называется по своей переменной вместе с условием, при котором Agent Framework читает его из окружения, — model.connection.key, written as =Env.OPENAI_API_KEY, which Agent Framework reads … — независимо от настройки, и не сообщается ни под одним из кодов; значение, записанное любым другим выражением, называется как выражение и никогда не записывается.
Настройки, которые он читает
Импортёр Agent Framework читает target_namespace, empty_credentials и render_mode, как их описывает раздел Настройки, и никаких других настроек.
Что добавляет цель
Импорт, которому задана цель — --target в aggrega import или target в инструменте импорта ассистента и в методе сеанса aggrega/import, называющие возможность провайдера, например compose или helm, — передаёт эту цель импортеру, поэтому импортер создаёт черновики для неё: каждый секрет в той форме, которую считывает эта цель, и строки, нужные только этой цели, записанные активными, тогда как строки, нужные только другой цели, опускаются. На compose эти строки включают infra.published_port везде, где импортер публикует сервис на адресе обратной петли хоста, как сказано в разделе каждого импортера; порт, выбранный импортером, никогда не получает номер, занятый другим портом сущности Release. Затем импорт создаёт черновик Manifest рядом с тем, что создал импортер, какой бы импортер ни работал: manifest.yaml, рядом с черновиком Release, с тем же именем и версией, что у него, — или, если импортер не создал черновик Release, рядом с черновиком Aggregate, с тем же именем и версией, что у него.
Для каждого типа компонента и каждого типа feature, которые нужны черновикам, — в компонентах черновика Aggregate, их соединениях и его подсистемах, в каталожных сущностях Aggregates, которые он компонует, например core/dify, и в прикреплениях черновика Release — Manifest сопоставляет тип с сущностью Recipe или, для типа feature, с feature recipe этой возможности, которую каталог рабочего пространства предлагает для него: с той единственной, что есть, причём несколько версий одной считаются одной; или, если их несколько с разными именами, с той, что названа по самому типу, например helm/postgres для core/datastore/postgres. Тип, для которого нет ни одной или есть несколько, но ни одна не названа так, остаётся несопоставленным, предупреждение называет его и причину, а сборка черновиков останавливается, называя каждый его экземпляр или прикрепление, пока вы его не сопоставите.
Если только импортер знает, какая из нескольких сущностей Recipes применима, он сам создаёт черновик Manifest — импортер MCP сопоставляет каждый сервер по его ключу с реализацией того, как работает сервер, а импортер, прикрепляющий секрет по имени, сопоставляет core/referenced-secret с helm/k8s-existing-secret, — а импорт его дополняет: каждое сопоставление, записанное импортером, которое каталог предлагает для этого типа и этой возможности, сохраняется, любое другое отбрасывается с предупреждением, а типы, которые он оставляет, сопоставляются, как описано выше.
spec.manifest черновика Release, записанное пустым без цели, устанавливается на имя сущности Manifest, комментарий над ним удаляется, и больше ничего в Release не меняется. aggrega import описывает это полностью.
Настройки
Импортёр получает настройки записи plugins.importer, которая его подключает, в разделе
with.settings, как описано в разделе Какой импортёр превращает источник в черновики. Если записи нет или в ней нет настроек, каждая настройка принимает значение по умолчанию.
plugins: importer: - uri: importer/langflow:<version> with: settings: target_namespace: payments reuse_mode: hints-only| Настройка | По умолчанию | Что делает команда |
|---|---|---|
target_namespace | imported | Пространство имён, в котором именуются созданные черновики сущностей: <target_namespace>/<category>/<name> для сущности Component и <target_namespace>/<name> для сущностей Aggregate и Release, где <name> — собственное имя источника, а при его отсутствии — имя его каталога или имя его файла без расширения, а при их отсутствии — flow, записанное строчными буквами, причём каждая последовательность символов, отличных от букв и цифр ASCII, заменяется одним дефисом, как описано в разделе Как именуется черновик. |
reuse_mode | auto-apply-above-threshold | auto-apply-above-threshold ссылается на наиболее подходящую сущность Component из каталога для узла, которому черновик выделяет собственную сущность Component и совпадение которого относится к высокому уровню и имеет оценку не ниже reuse_threshold, а для всех остальных создаёт черновики. hints-only создаёт черновик для каждого такого узла и не ссылается ни на одну сущность Component из каталога, записывая сильное совпадение как подсказку. Любое другое значение читается как hints-only. |
reuse_threshold | 0.85 | Оценка, начиная с которой auto-apply-above-threshold ссылается на сущность Component. Читается только в этом режиме; 0 читается как значение по умолчанию. |
emit_hints | true | Начинается ли файл черновой сущности Component с комментария, называющего сущность Component из каталога, на которую она похожа, при совпадении высокого или среднего уровня. Черновая сущность Aggregate содержит тот же комментарий над записью этого узла, а над записью со ссылкой — комментарий, называющий следующего по качеству кандидата, на которого её можно заменить, или сообщающий, что ни один кандидат не получил оценку выше нуля. false опускает комментарии. |
render_mode | human | human записывает описанные выше черновики. llm не записывает черновиков, а вместо этого записывает всю запись решений — каждый узел, рассмотренных кандидатов и сделанный выбор — одним документом, import-decisions.json, для чтения другим инструментом. Любое другое значение читается как human. |
mapping_overrides | нет | Сопоставления, накладываемые поверх собственной таблицы импортёра, с ключами по формату, а затем по типу узла — для импортёра Compose по репозиторию образа. Каждая запись называет component, с которым сопоставляется узел этого типа, и, необязательно, его category, traits — метки и их значения, — которые несёт подходящая сущность Component, и слово vendor, которое содержит её имя. Запись для типа узла, который таблица уже сопоставляет, заменяет строку таблицы. Читаются только записи для импортируемого формата. |
layout | platform | platform создаёт черновик платформы, которая выполняет поток и несёт его, причём каждая его часть — собственная сущность Component, подключённая к платформе, как описано в разделе Платформа, несущая поток. nodes создаёт черновик каждого узла как собственной сущности Component, как описано в разделе Узел за узлом. Для импортёра Dify platform создаёт черновик установки Dify, несущей приложение, как описано в разделе Чем становится приложение. Любое другое значение обрабатывается как platform, и импорт выдаёт предупреждение unknown-layout. |
empty_credentials | none | Какие значения учётных данных записываются пустыми: в потоке, который несёт платформа, — как перечислено в разделе Значения учётных данных в потоке; в сущности Release, черновик которой создаёт импортёр MCP, — как перечислено в разделе Значения учётных данных сервера; в сущности Release, черновик которой создаёт импортёр Compose, — как перечислено в разделе Значения учётных данных сервиса; в приложении, которое несёт импортёр Dify, — как перечислено в разделе Значения учётных данных приложения; в сущности Release, черновик которой создаёт импортёр CrewAI, — как перечислено в разделе Значения учётных данных объявления; в сущности Release, черновик которой создаёт импортёр LangGraph, — как перечислено в разделе Окружение, заданное конфигурацией; в сущности Release, черновик которой создаёт импортёр Google ADK, — как перечислено в разделе Значения учётных данных конфигурации; и в сущности Release, черновик которой создаёт импортёр Agent Framework, — как перечислено в разделе Значения учётных данных декларативного агента. none не записывает пустым ничего: каждое значение переносится как есть и называется в предупреждении credential-carried. marked записывает пустыми то, что формат помечает как учётные данные, и каждый элемент конфигурации сервера MCP. all записывает пустыми также входные данные, которые формат не помечает как учётные данные, но которые могут их содержать, — заголовки запросов, параметры запроса, запрос, записанный как командная строка, входные данные, названные по ключу. То, что черновик записывает, чтобы узел мог достичь своего подключения, записывается независимо от этой настройки. Любое другое значение останавливает импорт, который ничего не создаёт, с unknown-empty-credentials. Черновик, созданный узел за узлом, не читает значений и поэтому не читает эту настройку. |
attach_egress_allowlist | false | true подключает сущность Feature core/egress-allowlist из стандартной библиотеки к каждому экземпляру платформы, который записывает черновик, как egress-allowlist, не задавая ничего из её infra, как описано в разделе Что черновик оставляет для Release. false ничего не подключает. Черновик, не записывающий платформу, при layout: nodes, и черновик импортёра Dify, запись которого для установки Dify не принимает Feature, ничего не подключают независимо от этой настройки, и при значении true импорт выдаёт предупреждение feature-not-attached. Любое значение, не являющееся логическим, читается как false. |
Настройка, неизвестная импортёру, игнорируется.
with: settings: mapping_overrides: langflow: AzureOpenAIModel: component: acme/ai-model/azure-openai category: ai-model vendor: azureЧто сообщает импорт
Каждый базовый импортер сообщает в виде диагностик о том, чего он не смог сделать, и о том, что он сделал за автора. Команда выводит каждую диагностику в стандартный поток ошибок как <severity>: <message> перед строкой для каждого узла; метод aggrega/import сеанса редактора и инструмент import ассистента возвращают каждую диагностику также с её code.
| Код | Уровень | Когда сообщается |
|---|---|---|
parse-failed | halt | Источник не разбирается: парсер отклоняет его, и сообщение содержит причину, указанную парсером. |
no-nodes | warn | Источник не содержит ни одного узла, который распознаёт импортер: для импортера MCP — ни одного сервера, для импортера Compose — ни одного сервиса и ни одной модели, для импортера CrewAI — команда (crew), не объявляющая ни одного агента, для импортера LangGraph — конфигурация, не объявляющая ни одного графа, для импортера Google ADK — корневая конфигурация, не объявляющая ни одного агента, или ни один из файлов, которые with.sources передаёт импорту, не содержит корневой конфигурации, а для импортера Agent Framework — источник, не объявляющий ни одного prompt-агента. |
unknown-layout | warn | layout не равен ни platform, ни nodes; поток формируется как platform. |
unknown-empty-credentials | halt | empty_credentials содержит значение, отличное от none, marked или all; сообщение называет эту настройку; импорт ничего не формирует. |
platform-not-in-catalog | warn | Каталог рабочего пространства не содержит сущности Component с именем платформы, поэтому ни одна часть к ней не подключается; для импортера Dify — нет core/ai-agent/dify, и core/dify всё равно компонуется. |
part-not-placed | warn | Часть потока не подключена ни к одному сокету платформы, с указанием причины; она остаётся в потоке. |
socket-selector-unreadable | warn | Селектор, объявленный сокетом платформы, не читается, поэтому ни одна часть к нему не подключается; по одному разу для каждого сокета. |
credential-carried | warn | Значение учётных данных перенесено как записано в поток, который переносит черновик, или в сущность Release, формируемую импортером MCP, Compose, CrewAI, LangGraph, Google ADK или Agent Framework; оно названо по своему узлу (или серверу, сервису, агенту либо конфигурации) и полю, но никогда по значению, вместе со значением empty_credentials, при котором оно записывается пустым. |
credential-emptied | warn | Значение учётных данных записано пустым в потоке, который переносит черновик, или в сущности Release, формируемой импортером MCP, Compose, CrewAI, LangGraph, Google ADK или Agent Framework, там, где этого требует empty_credentials; оно названо по своему узлу (или серверу, сервису, агенту либо конфигурации) и полю. |
carriage-returns-rewritten | warn | Возвраты каретки в потоке записаны как переводы строки, с указанием их количества. |
definition-respelled | warn | Значения потока записываются в том написании, в котором их считывают собственные инструменты платформы, с теми же значениями, с указанием, какие именно и почему: дескрипторы рёбер потока Langflow, записанные так, как их записывает редактор Langflow. Значение, которое черновик записывает, чтобы поток достиг части, или значение, которое может содержать учётные данные, никогда не переписывается — оно остаётся значением соединения или значением empty_credentials, — а предупреждение подсчитывает каждое непереписанное значение. |
definition-not-carried | warn | Поток не перенесён в values.flow_definition или приложение импортера Dify — в parameters.app_definition, с указанием причины. |
part-reads-connection | warn | Как поток достигает подключённой части через её соединение или как соединение достигает узла, который черновик не подключает ни к одному сокету, в том виде, как оно записано. |
part-address-in-flow | warn | Поток достигает подключённой части не через её соединение, с указанием способа. |
model-not-named | warn | values.model указанной по ссылке части оставлено автору, с указанием причины. |
feature-attached | info | attach_egress_allowlist подключил core/egress-allowlist к сформированной платформе, с указанием того, что из него задаёт сущность Release; по одному разу для каждого экземпляра платформы. |
feature-not-attached | warn | attach_egress_allowlist равен true, а черновик не записывает платформу или компонует установку Dify, запись которой не принимает сущность Feature, поэтому ничего не подключается. |
part-configured-in-platform | warn | Узел приложения Dify называет то, что Dify настраивает сам: модель и её провайдера, инструмент, базу знаний, стратегию агента, плагин, поэтому черновик не подключает для него никакой части. |
dsl-version-newer | warn | Приложение Dify записано в версии DSL более новой, чем та, которую записывает версия Dify, запускаемая core/ai-agent/dify по умолчанию. |
Импорт, которому задана цель, после диагностик импортера сообщает, что обнаружило формирование сущности Manifest: warn, называющее каждый тип компонента или feature, который Manifest оставляет несопоставленным, и причину, и info, если сформированная сущность Release уже называет Manifest или ни одна сформированная сущность Release на него не ссылается. Эти сообщения принадлежат самому импорту, а не импортеру, и не имеют кода; их описывает раздел Что добавляет цель. Затем каждый импорт сообщает, также как собственные, warn для каждого значения, которого черновикам ещё недостаёт, называющее черновой файл, путь ключа и его описание, а в режиме --offline, если он создал черновик сущности Release и ничего не недостаёт, — info, называющее aggrega pull, который следует выполнить далее, как описано в разделе Файл ответов импорта.
Публикуются с каждым выпуском компилятора
Каждый выпуск компилятора собирает десять импортёров из помеченных тегом исходников и генерирует их сущности Plugin из самих импортёров, так что возможность, сигнатуры распознавания, функции хоста и описание сущности — это то, что сообщает её импортёр. Выпуск подписывает и публикует все десять, importer/langflow, importer/flowise, importer/n8n, importer/mcp, importer/compose, importer/dify, importer/crewai, importer/langgraph, importer/google-adk и importer/agent-framework, в версии выпуска рядом с другими основными плагинами и записывает их сущности вместе с сущностями других основных плагинов для стандартного
каталога.