---
layout: default
title: "Техническая спецификация конфигурируемых параметров для шаблонов потоков"
parent: "Russian (Beta)"
---

# Техническая спецификация конфигурируемых параметров для шаблонов потоков

> **Beta Translation:** This document was translated via Machine Learning and as such may not be 100% accurate. All non-English languages are currently classified as Beta.

## Обзор

Эта спецификация описывает реализацию конфигурируемых параметров для шаблонов потоков в TrustGraph. Параметры позволяют пользователям настраивать параметры процессоров при запуске потока, предоставляя значения, которые заменяют заполнители параметров в определении шаблона потока.

Параметры работают путем подстановки переменных в шаблонах в параметрах процессоров, аналогично тому, как работают переменные `{id}` и `{class}`, но со значениями, предоставленными пользователем.

Интеграция поддерживает четыре основных сценария использования:

1. **Выбор модели**: Предоставление пользователям возможности выбора различных моделей LLM (например, `gemma3:8b`, `gpt-4`, `claude-3`) для процессоров.
2. **Конфигурация ресурсов**: Настройка параметров процессоров, таких как размеры пакетов, размеры партий и лимиты параллельности.
3. **Настройка поведения**: Изменение поведения процессоров с помощью параметров, таких как температура, максимальное количество токенов или пороги извлечения.
4. **Параметры, специфичные для среды**: Настройка конечных точек, ключей API или URL-адресов, специфичных для региона, для каждого развертывания.

## Цели

**Динамическая конфигурация процессоров**: Обеспечение возможности динамической конфигурации параметров процессоров путем подстановки параметров.
**Проверка параметров**: Предоставление проверки типов и валидации параметров при запуске потока.
**Значения по умолчанию**: Поддержка разумных значений по умолчанию, позволяя при этом переопределять их для продвинутых пользователей.
**Подстановка шаблонов**: Бесшовная замена заполнителей параметров в параметрах процессоров.
**Интеграция с пользовательским интерфейсом**: Обеспечение ввода параметров как через API, так и через пользовательский интерфейс.
**Безопасность типов**: Обеспечение соответствия типов параметров ожидаемым типам параметров процессора.
**Документация**: Самодокументированные схемы параметров в определениях шаблонов потоков.
**Обратная совместимость**: Поддержка обратной совместимости с существующими шаблонами потоков, которые не используют параметры.

## Предыстория

В шаблонах потоков в TrustGraph теперь поддерживаются параметры процессоров, которые могут содержать либо фиксированные значения, либо заполнители параметров. Это создает возможность для динамической настройки.

Текущие параметры процессоров поддерживают:
Фиксированные значения: `"model": "gemma3:12b"`
Заполнители параметров: `"model": "gemma3:{model-size}"`

Эта спецификация определяет, как параметры:
Объявляются в определениях шаблонов потоков.
Проверяются при запуске потоков.
Подставляются в параметры процессоров.
Предоставляются через API и пользовательский интерфейс.

Используя параметризованные параметры процессоров, TrustGraph может:
Уменьшить дублирование шаблонов потоков, используя параметры для вариаций.
Позволить пользователям настраивать поведение процессоров без изменения определений.
Поддерживать конфигурации, специфичные для среды, с помощью значений параметров.
Обеспечивать безопасность типов с помощью проверки схемы параметров.

## Технический дизайн

### Архитектура

Система конфигурируемых параметров требует следующих технических компонентов:

1. **Определение схемы параметров**
   Определения параметров на основе JSON-схемы в метаданных шаблона потока.
   Определения типов, включая типы string, number, boolean, enum и object.
   Правила валидации, включая минимальные/максимальные значения, шаблоны и обязательные поля.

   Модуль: trustgraph-flow/trustgraph/flow/definition.py

<<<<<<< HEAD
2. **Механизм разрешения параметров**
   Проверка параметров на соответствие схеме во время выполнения.
   Применение значений по умолчанию для не указанных параметров.
   Внедрение параметров в контекст выполнения потока.
   Преобразование типов и приведение типов при необходимости.
=======
2. **Движок разрешения параметров**
   Проверка параметров на соответствие схеме во время выполнения.
   Применение значений по умолчанию для не указанных параметров.
   Внедрение параметров в контекст выполнения потока.
   Приведение типов и преобразование при необходимости.
>>>>>>> 82edf2d (New md files from RunPod)

   Модуль: trustgraph-flow/trustgraph/flow/parameter_resolver.py

3. **Интеграция с хранилищем параметров**
   Получение определений параметров из хранилища схем/конфигураций.
   Кэширование часто используемых определений параметров.
   Проверка на соответствие централизованным схемам.

   Модуль: trustgraph-flow/trustgraph/flow/parameter_store.py

4. **Расширения для запуска потоков**
   Расширения API для приема значений параметров при запуске потока.
<<<<<<< HEAD
   Разрешение отображения (имена потоков на имена определений).
=======
   Разрешение сопоставления параметров (имена потоков к именам определений).
>>>>>>> 82edf2d (New md files from RunPod)
   Обработка ошибок для недействительных комбинаций параметров.

   Модуль: trustgraph-flow/trustgraph/flow/launcher.py

5. **Формы параметров пользовательского интерфейса**
   Динамическая генерация форм из метаданных параметров потока.
<<<<<<< HEAD
   Отображение параметров в упорядоченном виде с использованием поля `order`.
=======
   Отображение параметров в отсортированном порядке с использованием поля `order`.
>>>>>>> 82edf2d (New md files from RunPod)
   Описательные метки параметров с использованием поля `description`.
   Проверка ввода в соответствии с определениями типов параметров.
   Предустановки и шаблоны параметров.

   Модуль: trustgraph-ui/components/flow-parameters/

### Модели данных

#### Определения параметров (хранятся в схеме/конфигурации)

Определения параметров хранятся централизованно в системе схем и конфигураций с типом "parameter-type":

```json
{
  "llm-model": {
    "type": "string",
    "description": "LLM model to use",
    "default": "gpt-4",
    "enum": [
      {
        "id": "gpt-4",
        "description": "OpenAI GPT-4 (Most Capable)"
      },
      {
        "id": "gpt-3.5-turbo",
        "description": "OpenAI GPT-3.5 Turbo (Fast & Efficient)"
      },
      {
        "id": "claude-3",
        "description": "Anthropic Claude 3 (Thoughtful & Safe)"
      },
      {
        "id": "gemma3:8b",
        "description": "Google Gemma 3 8B (Open Source)"
      }
    ],
    "required": false
  },
  "model-size": {
    "type": "string",
    "description": "Model size variant",
    "default": "8b",
    "enum": ["2b", "8b", "12b", "70b"],
    "required": false
  },
  "temperature": {
    "type": "number",
    "description": "Model temperature for generation",
    "default": 0.7,
    "minimum": 0.0,
    "maximum": 2.0,
    "required": false
  },
  "chunk-size": {
    "type": "integer",
    "description": "Document chunk size",
    "default": 512,
    "minimum": 128,
    "maximum": 2048,
    "required": false
  }
}
```

#### Схема потока с ссылками на параметры

Схемы потока определяют метаданные параметров со ссылками на типы, описаниями и порядком:

```json
{
  "flow_class": "document-analysis",
  "parameters": {
    "llm-model": {
      "type": "llm-model",
      "description": "Primary LLM model for text completion",
      "order": 1
    },
    "llm-rag-model": {
      "type": "llm-model",
      "description": "LLM model for RAG operations",
      "order": 2,
      "advanced": true,
      "controlled-by": "llm-model"
    },
    "llm-temperature": {
      "type": "temperature",
      "description": "Generation temperature for creativity control",
      "order": 3,
      "advanced": true
    },
    "chunk-size": {
      "type": "chunk-size",
      "description": "Document chunk size for processing",
      "order": 4,
      "advanced": true
    },
    "chunk-overlap": {
      "type": "integer",
      "description": "Overlap between document chunks",
      "order": 5,
      "advanced": true,
      "controlled-by": "chunk-size"
    }
  },
  "class": {
    "text-completion:{class}": {
      "request": "non-persistent://tg/request/text-completion:{class}",
      "response": "non-persistent://tg/response/text-completion:{class}",
      "parameters": {
        "model": "{llm-model}",
        "temperature": "{llm-temperature}"
      }
    },
    "rag-completion:{class}": {
      "request": "non-persistent://tg/request/rag-completion:{class}",
      "response": "non-persistent://tg/response/rag-completion:{class}",
      "parameters": {
        "model": "{llm-rag-model}",
        "temperature": "{llm-temperature}"
      }
    }
  },
  "flow": {
    "chunker:{id}": {
      "input": "persistent://tg/flow/chunk:{id}",
      "output": "persistent://tg/flow/chunk-load:{id}",
      "parameters": {
        "chunk_size": "{chunk-size}",
        "chunk_overlap": "{chunk-overlap}"
      }
    }
  }
}
```

Раздел `parameters` сопоставляет имена параметров, специфичные для потока (ключи), с объектами метаданных параметров, содержащими:
<<<<<<< HEAD
`type`: Ссылка на централизованно определенное определение параметра (например, "llm-model")
`description`: Описание, понятное человеку, для отображения в пользовательском интерфейсе
=======
`type`: Ссылка на центрально определенное определение параметра (например, "llm-model")
`description`: Описание, понятное для человека, для отображения в пользовательском интерфейсе
>>>>>>> 82edf2d (New md files from RunPod)
`order`: Порядок отображения параметров в формах (меньшие числа отображаются первыми)
`advanced` (необязательно): Булевский флаг, указывающий, является ли этот параметр расширенным (по умолчанию: false). Если установлено значение true, пользовательский интерфейс может скрывать этот параметр по умолчанию или помещать его в раздел "Расширенные"
`controlled-by` (необязательно): Имя другого параметра, который управляет значением этого параметра в простом режиме. Если указано, этот параметр наследует свое значение от управляющего параметра, если явно не переопределен

Этот подход позволяет:
Повторное использование определений типов параметров в нескольких шаблонах потоков
Централизованное управление и проверка типов параметров
Описания и порядок параметров, специфичные для потока
Улучшенный пользовательский интерфейс с описательными формами параметров
Последовательная проверка параметров во всех потоках
Легкое добавление новых стандартных типов параметров
Упрощенный пользовательский интерфейс с разделением на режимы "базовый/расширенный"
Наследование значений параметров для связанных настроек

#### Запрос запуска потока

API запуска потока принимает параметры, используя имена параметров, специфичные для потока:

```json
{
  "flow_class": "document-analysis",
  "flow_id": "customer-A-flow",
  "parameters": {
    "llm-model": "claude-3",
    "llm-temperature": 0.5,
    "chunk-size": 1024
  }
}
```

<<<<<<< HEAD
Примечание: В этом примере, `llm-rag-model` явно не указан, но он унаследует значение "claude-3" из `llm-model` из-за его `controlled-by` связи. Аналогично, `chunk-overlap` может унаследовать вычисленное значение на основе `chunk-size`.

Система будет:
1. Извлекать метаданные параметров из определения схемы потока
2. Сопоставлять имена параметров потока с их определениями типов (например, `llm-model` → `llm-model` тип)
3. Разрешать отношения "контролируется" (например, `llm-rag-model` наследуется от `llm-model`)
=======
Примечание: В этом примере `llm-rag-model` явно не указано, но оно наследует значение "claude-3" из `llm-model` из-за своей `controlled-by` связи. Аналогично, `chunk-overlap` может наследовать вычисленное значение на основе `chunk-size`.

Система будет:
1. Извлекать метаданные параметров из определения шаблона потока
2. Сопоставлять имена параметров потока с их определениями типов (например, `llm-model` → тип `llm-model`)
3. Разрешать зависимости (например, `llm-rag-model` наследует от `llm-model`)
>>>>>>> 82edf2d (New md files from RunPod)
4. Проверять предоставленные пользователем и унаследованные значения на соответствие определениям типов параметров
5. Подставлять разрешенные значения в параметры процессоров во время создания экземпляра потока

### Детали реализации

#### Процесс разрешения параметров

При запуске потока система выполняет следующие шаги разрешения параметров:

<<<<<<< HEAD
1. **Загрузка схемы потока**: Загрузить определение схемы потока и извлечь метаданные параметров
2. **Извлечение метаданных**: Извлечь `type`, `description`, `order`, `advanced` и `controlled-by` для каждого параметра, определенного в разделе `parameters` схемы потока
3. **Поиск определения типа**: Для каждого параметра в схеме потока:
   Получить определение типа параметра из хранилища схем/конфигураций, используя поле `type`
   Определения типов хранятся с типом "parameter-type" в системе конфигураций
   Каждое определение типа содержит схему параметра, значение по умолчанию и правила проверки
4. **Разрешение значения по умолчанию**:
   Для каждого параметра, определенного в схеме потока:
     Проверить, предоставлено ли пользователем значение для этого параметра
     Если пользовательское значение не предоставлено, использовать значение `default` из определения типа параметра
     Создать полную карту параметров, содержащую как предоставленные пользователем, так и значения по умолчанию
5. **Разрешение наследования параметров** (отношения "контролируется"):
   Для параметров с полем `controlled-by`, проверить, было ли предоставлено явное значение
   Если явное значение не предоставлено, унаследовать значение от контролируемого параметра
   Если контролируемый параметр также не имеет значения, использовать значение по умолчанию из определения типа
   Проверить отсутствие циклических зависимостей в отношениях `controlled-by`
6. **Проверка**: Проверить полный набор параметров (предоставленные пользователем, значения по умолчанию и унаследованные) на соответствие определениям типов
7. **Хранение**: Сохранить полный разрешенный набор параметров с экземпляром потока для обеспечения возможности аудита
8. **Подстановка шаблонов**: Заменить заполнители параметров в параметрах процессоров разрешенными значениями
9. **Создание экземпляров процессоров**: Создать процессоры с подставленными параметрами
=======
1. **Загрузка шаблона потока**: Загрузить определение шаблона потока и извлечь метаданные параметров
2. **Извлечение метаданных**: Извлечь `type`, `description`, `order`, `advanced` и `controlled-by` для каждого параметра, определенного в разделе `parameters` шаблона потока
3. **Поиск определения типа**: Для каждого параметра в шаблоне потока:
   Получить определение типа параметра из хранилища схемы/конфигурации, используя поле `type`
   Определения типов хранятся с типом "parameter-type" в системе конфигурации
   Каждое определение типа содержит схему параметра, значение по умолчанию и правила проверки
4. **Разрешение значения по умолчанию**:
   Для каждого параметра, определенного в шаблоне потока:
     Проверить, предоставлено ли пользователем значение для этого параметра
     Если значение не предоставлено пользователем, использовать значение `default` из определения типа параметра
     Создать полную карту параметров, содержащую как предоставленные пользователем, так и значения по умолчанию
5. **Разрешение наследования параметров** (зависимости):
   Для параметров с полем `controlled-by`, проверить, было ли предоставлено явное значение
   Если явное значение не предоставлено, унаследовать значение от управляющего параметра
   Если управляющий параметр также не имеет значения, использовать значение по умолчанию из определения типа
   Убедиться в отсутствии циклических зависимостей в отношениях `controlled-by`
6. **Проверка**: Проверить полный набор параметров (предоставленные пользователем, значения по умолчанию и унаследованные) на соответствие определениям типов
7. **Хранение**: Сохранить полный набор разрешенных параметров с экземпляром потока для обеспечения возможности аудита
8. **Подстановка шаблонов**: Заменить заполнители параметров в параметрах процессоров разрешенными значениями
9. **Создание процессоров**: Создать процессоры с подставленными параметрами
>>>>>>> 82edf2d (New md files from RunPod)

**Важные замечания по реализации**:
Сервис потока ДОЛЖЕН объединять параметры, предоставленные пользователем, со значениями по умолчанию из определений типов параметров
Полный набор параметров (включая примененные значения по умолчанию) ДОЛЖЕН храниться с потоком для обеспечения отслеживаемости
Разрешение параметров происходит при запуске потока, а не при создании экземпляра процессора
Отсутствующие обязательные параметры без значений по умолчанию ДОЛЖНЫ приводить к сбою запуска потока с четким сообщением об ошибке

<<<<<<< HEAD
#### Наследование параметров с помощью "контролируется"
=======
#### Наследование параметров с помощью controlled-by
>>>>>>> 82edf2d (New md files from RunPod)

Поле `controlled-by` обеспечивает наследование значений параметров, что особенно полезно для упрощения пользовательских интерфейсов, сохраняя при этом гибкость:

**Пример сценария**:
<<<<<<< HEAD
Параметр `llm-model` контролирует основную модель LLM
Параметр `llm-rag-model` имеет значение `"controlled-by": "llm-model"`
В простом режиме установка `llm-model` в "gpt-4" автоматически устанавливает `llm-rag-model` в "gpt-4"
В расширенном режиме пользователи могут переопределить `llm-rag-model` другим значением

**Правила разрешения**:
1. Если параметр имеет явно предоставленное значение, используйте это значение
2. Если нет явного значения и `controlled-by` установлено, используйте значение контролируемого параметра
3. Если контролируемый параметр не имеет значения, используйте значение по умолчанию из определения типа
4. Циклические зависимости в отношениях `controlled-by` приводят к ошибке проверки

**Поведение пользовательского интерфейса**:
В базовом/простом режиме: Параметры с `controlled-by` могут быть скрыты или показаны как доступные только для чтения со значением, полученным по наследству
В расширенном режиме: Все параметры отображаются и могут быть настроены индивидуально
При изменении контролируемого параметра зависимые параметры автоматически обновляются, если они не были явно переопределены
=======
Параметр `llm-model` управляет основной моделью LLM
Параметр `llm-rag-model` имеет значение `"controlled-by": "llm-model"`
В простом режиме установка `llm-model` в "gpt-4" автоматически устанавливает `llm-rag-model` в "gpt-4"
В расширенном режиме пользователи могут перезаписать `llm-rag-model` другим значением

**Правила разрешения**:
1. Если параметр имеет явно предоставленное значение, используйте это значение
2. Если нет явного значения и `controlled-by` установлено, используйте значение управляющего параметра
3. Если управляющий параметр не имеет значения, используйте значение по умолчанию из определения типа
4. Циклические зависимости в отношениях `controlled-by` приводят к ошибке проверки

**Поведение пользовательского интерфейса**:
В режимах "базовый/простой": Параметры с `controlled-by` могут быть скрыты или показаны как доступные только для чтения со унаследованным значением
В расширенном режиме: Все параметры отображаются и могут быть настроены индивидуально
При изменении управляющего параметра зависимые параметры автоматически обновляются, если они не перезаписаны
>>>>>>> 82edf2d (New md files from RunPod)

#### Интеграция с Pulsar

1. **Операция Start-Flow**
<<<<<<< HEAD
   Операция start-flow в Pulsar должна принимать поле `parameters`, содержащее карту значений параметров
   Схема запроса start-flow в Pulsar должна быть обновлена для включения необязательного поля `parameters`
=======
   Операция Pulsar start-flow должна принимать поле `parameters`, содержащее карту значений параметров
   Схема Pulsar для запроса start-flow должна быть обновлена для включения необязательного поля `parameters`
>>>>>>> 82edf2d (New md files from RunPod)
   Пример запроса:
   ```json
   {
     "flow_class": "document-analysis",
     "flow_id": "customer-A-flow",
     "parameters": {
       "model": "claude-3",
       "size": "12b",
       "temp": 0.5,
       "chunk": 1024
     }
   }
   ```

2. **Операция Get-Flow**
   Схему Pulsar для ответа get-flow необходимо обновить, чтобы включить поле `parameters`.
   Это позволяет клиентам получать значения параметров, которые были использованы при запуске потока.
   Пример ответа:
   ```json
   {
     "flow_id": "customer-A-flow",
     "flow_class": "document-analysis",
     "status": "running",
     "parameters": {
       "model": "claude-3",
       "size": "12b",
       "temp": 0.5,
       "chunk": 1024
     }
   }
   ```

#### Реализация сервиса потоков

Сервис конфигурации потоков (`trustgraph-flow/trustgraph/config/service/flow.py`) требует следующих улучшений:

1. **Функция разрешения параметров**
   ```python
   async def resolve_parameters(self, flow_class, user_params):
       """
       Resolve parameters by merging user-provided values with defaults.

       Args:
           flow_class: The flow blueprint definition dict
           user_params: User-provided parameters dict

       Returns:
           Complete parameter dict with user values and defaults merged
       """
   ```

   Эта функция должна:
   Извлекать метаданные параметров из раздела `parameters` схемы потока.
   Для каждого параметра получать определение его типа из хранилища конфигурации.
<<<<<<< HEAD
   Применять значения по умолчанию для любых параметров, которые не предоставлены пользователем.
=======
   Применять значения по умолчанию для любых параметров, не предоставленных пользователем.
>>>>>>> 82edf2d (New md files from RunPod)
   Обрабатывать отношения наследования `controlled-by`.
   Возвращать полный набор параметров.

2. **Измененный метод `handle_start_flow`**
   Вызывать `resolve_parameters` после загрузки схемы потока.
   Использовать полный набор разрешенных параметров для подстановки в шаблоне.
   Сохранять полный набор параметров (а не только предоставленные пользователем) вместе с потоком.
   Проверять, что все необходимые параметры имеют значения.

3. **Получение типа параметра**
   Определения типов параметров хранятся в конфигурации с типом "parameter-type".
   Каждое определение типа содержит схему, значение по умолчанию и правила проверки.
   Кэшировать часто используемые типы параметров для уменьшения количества обращений к конфигурации.

#### Интеграция с системой конфигурации

3. **Хранение объектов потока**
   Когда поток добавляется в систему конфигурации компонентом потока в менеджере конфигурации, объект потока должен включать разрешенные значения параметров.
   Менеджер конфигурации должен хранить как исходные параметры, предоставленные пользователем, так и разрешенные значения (с применением значений по умолчанию).
   Объекты потока в системе конфигурации должны включать:
<<<<<<< HEAD
     `parameters`: Конечные разрешенные значения параметров, используемые для потока.
=======
     `parameters`: Окончательные разрешенные значения параметров, используемые для потока.
>>>>>>> 82edf2d (New md files from RunPod)

#### Интеграция с CLI

4. **Команды CLI для библиотеки**
   Команды CLI, которые запускают потоки, должны поддерживать параметры:
     Принимать значения параметров через флаги командной строки или файлы конфигурации.
     Проверять параметры на соответствие определениям схемы потока перед отправкой.
     Поддерживать ввод файлов параметров (JSON/YAML) для сложных наборов параметров.

   Команды CLI, которые отображают потоки, должны отображать информацию о параметрах:
     Отображать значения параметров, использованные при запуске потока.
     Отображать доступные параметры для схемы потока.
     Отображать схемы проверки параметров и значения по умолчанию.

#### Интеграция с базовым классом процессора

5. **Поддержка ParameterSpec**
   Базовые классы процессоров должны поддерживать подстановку параметров с помощью существующего механизма ParametersSpec.
   Класс ParametersSpec (расположенный в том же модуле, что и ConsumerSpec и ProducerSpec) должен быть расширен, если это необходимо, для поддержки подстановки параметров в шаблонах.
   Процессоры должны иметь возможность вызывать ParametersSpec для настройки своих параметров со значениями параметров, разрешенными во время запуска потока.
   Реализация ParametersSpec должна:
     Принимать конфигурации параметров, содержащие заполнители параметров (например, `{model}`, `{temperature}`).
     Поддерживать подстановку параметров во время выполнения при создании экземпляра процессора.
<<<<<<< HEAD
     Проверять, соответствуют ли подставленные значения ожидаемым типам и ограничениям.
=======
     Проверять, что подставленные значения соответствуют ожидаемым типам и ограничениям.
>>>>>>> 82edf2d (New md files from RunPod)
     Предоставлять обработку ошибок для отсутствующих или недействительных ссылок на параметры.

#### Правила подстановки

Параметры используют формат `{parameter-name}` в параметрах процессора.
Имена параметров в параметрах соответствуют ключам в разделе `parameters` схемы потока.
Подстановка происходит наряду с заменой `{id}` и `{class}`.
Недействительные ссылки на параметры приводят к ошибкам во время запуска.
Проверка типов происходит на основе централизованно хранящегося определения параметра.
**ВАЖНО**: Все значения параметров хранятся и передаются в виде строк.
  Числа преобразуются в строки (например, `0.7` становится `"0.7"`).
  Булевы значения преобразуются в строчные буквы (например, `true` становится `"true"`).
  Это требуется схемой Pulsar, которая определяет `parameters = Map(String())`.

Пример разрешения:
```
Flow parameter mapping: "model": "llm-model"
Processor parameter: "model": "{model}"
User provides: "model": "gemma3:8b"
Final parameter: "model": "gemma3:8b"

Example with type conversion:
Parameter type default: 0.7 (number)
Stored in flow: "0.7" (string)
Substituted in processor: "0.7" (string)
```

## Стратегия тестирования

Юнит-тесты для проверки схемы параметров
Интеграционные тесты для проверки подстановки параметров в параметры процессора
Комплексные тесты для запуска потоков с разными значениями параметров
UI-тесты для генерации и проверки форм параметров
Тесты производительности для потоков со многими параметрами
<<<<<<< HEAD
Пограничные случаи: отсутствующие параметры, неверные типы, неопределенные ссылки на параметры
=======
Краевые случаи: отсутствующие параметры, неверные типы, неопределенные ссылки на параметры
>>>>>>> 82edf2d (New md files from RunPod)

## План миграции

1. Система должна продолжать поддерживать шаблоны потоков без объявленных параметров.
   2. Система должна продолжать поддерживать потоки без указанных параметров:
<<<<<<< HEAD
Это работает для потоков без параметров и для потоков с параметрами (у которых есть значения по умолчанию).
   
   (имеют значения по умолчанию).

## Открытые вопросы

В: Должны ли параметры поддерживать сложные вложенные объекты или ограничиваться простыми типами?
О: Значения параметров будут закодированы в виде строки, поэтому, вероятно, нам стоит
   ограничиваться строками.

В: Должны ли быть разрешены заполнители параметров в именах очередей или только в
   параметрах?
О: Только в параметрах, чтобы избежать странных инъекций и пограничных случаев.
=======
Это работает для потоков без параметров и для потоков с параметрами
   (у них есть значения по умолчанию).
   
## Открытые вопросы


В: Должны ли параметры поддерживать сложные вложенные объекты или ограничиваться простыми типами?
О: Значения параметров будут закодированы в виде строки, поэтому, вероятно, нам стоит
   придерживаться строк.

В: Должны ли быть разрешены заполнители параметров в именах очередей или только в
   параметрах?
О: Только в параметрах, чтобы избежать странных внедрений и пограничных случаев.
>>>>>>> 82edf2d (New md files from RunPod)

В: Как обрабатывать конфликты между именами параметров и системными переменными, такими как
   `id` и `class`?
О: Недопустимо указывать id и class при запуске потока.

В: Должны ли мы поддерживать вычисляемые параметры (выводимые из других параметров)?
<<<<<<< HEAD
О: Только простая подстановка строк, чтобы избежать странных инъекций и пограничных случаев.
=======
О: Только простая замена строк, чтобы избежать странных внедрений и пограничных случаев.
>>>>>>> 82edf2d (New md files from RunPod)

## Ссылки

Спецификация JSON Schema: https://json-schema.org/
<<<<<<< HEAD
Спецификация определения шаблона потока: docs/tech-specs/flow-class-definition.md
=======
Спецификация определения схемы потока: docs/tech-specs/flow-class-definition.md
>>>>>>> 82edf2d (New md files from RunPod)