Mastra Runtime im Worker
Agenten und Workflows laufen innerhalb des Dashboard API Workers.
Intern bei Smicolon gebaut:Edge-Orchestrierung.Ein KI-Workflow, den wir täglich in Produktion betreiben.
Ein technischer Deep Dive in dauerhafte Mastra Workflows innerhalb eines Cloudflare Workers mit D1-Zustand, Queues, Modell-Routing, Telemetrie und Payload-Publikation.
- Von Smicolon für Smicolon
- Intern entwickelt, ausgeliefert und betrieben.
- Menschlich kontrolliert
- Was das System verlässt, gibt ein Mensch frei.
- Beobachtbare Ausführung
- Runs, Zustand und Fehlerpfade bleiben sichtbar.
- Täglich im Einsatz
- Smicolons eigenes Team arbeitet in diesem System.
Edge-Runtime
Dauerhafter Zustand
D1 speichert Workflow-Zustand und Snapshots über einzelne Requests hinaus.
Queue-Grenzen
Consumer, Retries und Dead-Letter-Pfade trennen Request Handling von längerer Arbeit.
Nachverfolgte Ausführung
Jeder Workflow-Schritt sendet Telemetrie; Mastra und Langfuse machen daraus einen lesbaren Trace.
Das System von innen
Jeder Teil ist eine funktionierende Dashboard- oder Worker-Oberfläche in Smicolons eigenem Stack.
Mastra Runtime im Worker
Agenten und Workflows laufen innerhalb des Dashboard API Workers.
Dauerhafter Zustand
D1 speichert Workflow-Zustand und Snapshots über einzelne Requests hinaus.
Queue-Grenzen
Consumer, Retries und Dead-Letter-Pfade trennen Request Handling von längerer Arbeit.
Nachverfolgte Ausführung
Jeder Workflow-Schritt sendet Telemetrie; Mastra und Langfuse machen daraus einen lesbaren Trace.
So bewegt sich Arbeit durch das System
Inputs, Entscheidungen, begrenzte Automation, menschliche Autorität und ein Zustand, der Neustarts übersteht — der ganze Zyklus, nicht ein cleverer Schritt.
Einreihen
Die Operation persistieren und die Ausführung an eine Queue-Grenze übergeben.
Routen
Workflow, Tools und Modellkonfiguration für die Aufgabe auswählen.
Persistieren
Fortschritt, Outputs, Fehler und Reconciliation-Zustand in D1 speichern.
Integrieren
Freigegebene Ergebnisse in Payload oder eine andere explizite Zieloberfläche publizieren.
Heute im Betrieb. Gebaut für den nächsten Schritt.
Dauerhafte KI-Workflows laufen am Edge, direkt im Worker — Zustand in D1, Queues für langlaufende Arbeit, Traces auf jedem Schritt. Die Modelle kommen heute aus einem verwalteten Routing; da dieses Routing eine Architekturgrenze und keine Abhängigkeit ist, ziehen dieselben Workflows in eine dedizierte oder private Laufzeit um, sobald Ihre Datengrenze das verlangt.
Läuft in Produktion
Smicolon hat diesen Workflow entwickelt, liefert Änderungen daran aus und betreibt ihn als Teil der täglichen Delivery.
Pro Projekt festgelegt
Datengrenzen, Modell-Routing, Freigabetiefe und Integrationen richten sich nach Ihren Anforderungen — sie werden nicht von unseren übernommen.
Bringen Sie uns den Workflow, der noch manuell zusammengehalten wird.
Wir zeichnen den kürzesten sicheren Weg zu einem produktiven Workflow — durch die Systeme, Freigaben, Datengrenzen und Ausnahmen, mit denen Sie ohnehin arbeiten.