Pourquoi je l’ai créé
Les flux de travail Argo sont parfois plus faciles à comprendre sous forme de graphe, alors que leur configuration est en YAML. J’ai créé Tiphys pour réunir ces deux vues : un éditeur visuel permettant de créer et de relier les étapes, avec le manifeste accessible à côté.
Tiphys se connecte à une installation Argo existante. Argo exécute les flux de travail ; Tiphys fournit l’éditeur, les modèles réutilisables et les vues de l’état des exécutions et des journaux.
Il s’agit d’une preuve de concept que je compte continuer à développer. Les commentaires, les signalements de bogues et les exemples de flux que les gens souhaitent créer m’aideront à choisir les prochaines améliorations.
Créer un flux de travail visuellement
Glissez les composants Container, HTTP Request et Suspend depuis la bibliothèque vers le canevas. Sélectionnez une étape pour la configurer dans l’inspecteur, puis reliez les points de sortie et d’entrée pour définir l’ordre.
Dans cet exemple, prepare exécute un conteneur, check-api effectue une requête HTTP et approve attend une approbation manuelle. L’inspecteur comprend aussi les entrées, les sorties, les nouvelles tentatives et les conditions.

La bibliothèque, le graphe et les paramètres restent visibles ensemble. Vous pouvez consulter le YAML généré pendant le travail.
Partir d’un YAML existant
Copiez un manifeste Argo, cliquez sur une zone vide du canevas et collez-le avec Cmd+V ou Ctrl+V. Choisissez Open in New Tab pour conserver le brouillon actuel pendant l’importation du flux.
La démonstration utilise l’exemple officiel dag-diamond.yaml d’Argo. L’étape A se divise en B et C, qui mènent toutes deux à D. Vous pouvez ensuite modifier les paramètres des nœuds ou le YAML directement.

Un manifeste existant devient un point de départ pour l’édition visuelle.
L’édition visuelle prend en charge un sous-ensemble d’Argo. La régénération d’un YAML avancé à partir du graphe peut supprimer des champs non pris en charge ou simplifier certaines structures. Il faut donc réviser le résultat avant de le soumettre. Argo effectue la validation finale.
Assistance IA facultative
AI Ask produit une ébauche de flux à partir d’une consigne. Analyze with AI examine les dépendances et la configuration, tandis que Edit with AI propose des modifications à un nœud. Les administrateurs activent l’intégration Gemini côté serveur, et l’accès suit les permissions de l’éditeur.

L’exemple IA utilise une réponse Gemini de démonstration. Les flux et les modifications générés doivent être révisés avant l’exécution.
Réalisation
J’ai développé Tiphys avec TypeScript, React, React Flow, Monaco et Vite. Une passerelle Node.js relie l’éditeur à Argo et au service Gemini facultatif. L’espace de travail sépare l’éditeur, l’analyse et la génération des flux, l’intégration à l’hôte et les composants d’interface communs.
Le déploiement Kubernetes utilise un proxy de connexion OIDC, des permissions de lecture et d’édition et des identifiants Argo côté serveur. Les brouillons sont enregistrés par utilisateur. La conception actuelle vise une équipe de confiance dans un seul espace de noms, avec une réplique de la passerelle pour le stockage des brouillons.
Essayer l’outil et suivre son évolution
Le dépôt GitHub (s’ouvre dans un nouvel onglet) contient les instructions d’installation, les notes de déploiement, les tests et la licence Apache 2.0. Vous pouvez explorer l’éditeur localement sans cluster. Le mode développement comprend des exécutions simulées : une requête locale réussie ne confirme donc pas qu’une charge Kubernetes a été exécutée.
L’article Medium (s’ouvre dans un nouvel onglet) présente le projet plus en détail. Vous pouvez aussi regarder la démonstration sur YouTube (s’ouvre dans un nouvel onglet) ou faire part de vos commentaires sur GitHub (s’ouvre dans un nouvel onglet).