wsl-docs

隆重介绍 SyGra Studio

来源：https://huggingface.co/blog/ServiceNow-AI/sygra-studio9分钟阅读

摘要

一句话摘要

SyGra 2.0.0 推出了交互式可视化环境 SyGra Studio，允许用户通过拖拽节点、配置数据源和模型来构建合成数据生成工作流，并提供实时预览、调试与执行监控功能，同时自动生成底层配置代码。

关键点

  • 可视化与代码自动生成：取代了在 YAML 文件和终端间的频繁切换，用户在画布上的操作会自动生成兼容 SyGra 的图配置（Graph Config）和任务执行脚本。
  • 广泛的模型支持：支持配置和验证 OpenAI、Azure OpenAI、Ollama、Vertex、Bedrock、vLLM 以及自定义端点。
  • 数据源集成与预览：可连接 Hugging Face、本地磁盘或 ServiceNow 数据源，支持执行前预览数据，数据列名会自动转换为全局状态变量（如 {prompt}）。
  • 灵活的节点编排：支持拖拽 LLM 节点、Lambda/子图节点，可配置提示词（输入 { 触发变量自动建议）、结构化输出模式及附加工具。
  • 内置调试与审查工具：提供基于 Monaco 的代码编辑器以审查生成的 YAML/JSON，支持断点、内联日志和自动保存草稿功能。
  • 实时执行与监控：运行工作流时可自定义记录数、批处理大小和重试行为，并实时监控节点进度、Token 成本、延迟和护栏（Guardrail）结果。
  • 执行历史记录：所有的执行记录和详细日志会自动写入并保存在 .executions/runs/*.json 目录中，支持下载和对比。
  • 向后兼容性：能够直接加载并运行 tasks 目录中现有的工作流（如带有条件分支和循环评估的 Glaive Code Assistant 示例），并允许在 UI 中动态调整参数。
  • 快速启动：通过克隆仓库并执行 make studio 命令即可快速部署和启动该环境。

正文

SyGra 2.0.0 正式推出了 Studio，这是一个交互式环境，将合成数据生成转化为透明且可视化的工作流程。您无需再在 YAML 文件和终端之间来回切换，而是可以直接在画布上编排流程、在提交前预览数据集、利用内联变量提示微调提示词（Prompts），并在同一个界面中实时观察执行情况。在底层，它使用的是与之前相同的平台，因此您在可视化界面上的所有操作，都会自动生成相应的、兼容 SyGra 的图配置（Graph Config）和任务执行脚本。

Studio 的核心功能

  1. 通过引导式表单配置和验证模型（支持 OpenAI、Azure OpenAI、Ollama、Vertex、Bedrock、vLLM 以及自定义端点）。
  2. 连接 Hugging Face、本地文件系统或 ServiceNow 数据源，并在执行前预览数据行。
  3. 通过选择模型、编写提示词（支持自动建议变量）以及定义输出或结构化模式来配置节点。
  4. 使用共享状态变量和基于 Pydantic 的映射来设计下游输出。
  5. 端到端执行流程，并即时查看生成结果以及节点级别的进度。
  6. 利用内联日志、断点、基于 Monaco 的代码编辑器和自动保存的草稿进行调试。
  7. 监控每次运行的 Token 成本、延迟和护栏（Guardrail）结果，执行历史记录将保存在 .executions/ 目录中。

接下来，让我们逐步了解这一体验。

第一步：配置数据源

打开 Studio，点击 Create Flow（创建流程），Start（开始）和 End（结束）节点会自动出现。在添加其他内容之前：

  • 选择一个连接器（Hugging Face、本地磁盘或 ServiceNow）。
  • 输入 repo_id、数据划分（Split）或文件路径等参数，然后点击 Preview（预览） 获取样本数据行。
  • 列名会立即转换为状态变量（例如 {prompt}、{genre}），让您清楚地知道在提示词和处理器中可以引用哪些内容。

验证完成后，Studio 会保持配置同步，并将这些变量贯穿整个流程——无需手动连接或猜测。

第二步：可视化构建流程

从面板中拖拽所需的模块。以故事生成流水线为例：

  1. 拖入一个名为“Story Generator（故事生成器）”的 LLM 节点，选择已配置的模型（例如 gpt-4o-mini），编写提示词，并将结果存储在 story_body 中。
  2. 添加第二个名为“Story Summarizer（故事摘要器）”的 LLM 节点，在提示词中引用 {story_body}，并将输出存入 story_summary。
  3. 如果您需要可重用的逻辑或分支行为，可以切换结构化输出、附加工具，或添加 Lambda/子图（Subgraph）节点。

Studio 的详细信息面板会将所有内容保持在上下文中——模型参数、提示词编辑器、工具配置、前/后处理代码，甚至多 LLM 设置（如果您需要并行生成）。在提示词中输入 { 即可立即显示所有可用的状态变量。

第三步：审查与运行

打开 Code Panel（代码面板），检查 Studio 生成的准确 YAML/JSON 代码。这与写入 tasks/examples/ 的工件完全相同，所见即所得。

当您准备好执行时：

  • 点击 Run Workflow（运行工作流）。
  • 选择记录数量、批处理大小、重试行为等。
  • 点击 Run（运行），并在执行面板中实时观察节点状态、Token 使用量、延迟和成本。详细的日志提供了极佳的可观测性，让调试变得毫不费力。所有执行记录都会写入 .executions/runs/*.json。

运行结束后，您可以下载输出结果，与之前的执行记录进行对比，并获取延迟和使用详情的元数据。

运行现有工作流：以 Glaive Code Assistant 为例

SyGra Studio 也可以执行 tasks 目录中现有的工作流。例如 tasks/examples/glaive_code_assistant/ 工作流——它会摄取 glaiveai/glaive-code-assistant-v2 数据集，起草答案，对其进行评估（Critique），并不断循环，直到评估结果返回“NO MORE FEEDBACK（没有更多反馈）”。

在 Studio 中，您会注意到：

  1. 画布布局：两个 LLM 节点（generate_answer 和 critique_answer）通过条件边连接，要么返回进行更多修改，要么在评估满意时退出到 END（结束）。
  2. 可调输入：运行模态框允许您切换数据集划分、调整批处理大小、限制记录数或微调温度参数（Temperature），而无需修改 YAML 文件。
  3. 可观测的执行过程：观察两个节点按顺序亮起，检查中间的评估结果，并实时监控状态。
  4. 生成的输出：合成数据生成完毕，可直接用于模型训练、评估流水线或标注工具。

快速开始

使用以下命令获取并运行：

git clone https://github.com/ServiceNow/SyGra.git
cd SyGra && make studio

SyGra Studio 将合成数据工作流转化为直观、用户友好的体验。一次配置，自信构建，在具备全面可观测性的情况下运行，无需离开画布即可轻松生成数据。

关联主题

关系图谱