Workflow SDK が Nitro v3 でネイティブ実行可能に
Vercel は Workflow SDK のネイティブ Nitro v3 ベータ版を公開し、ワークフロー実行をアプリの同一ランタイム内で完結させることで開発効率とパフォーマンスを向上させた。
キーポイント
統合ランタイムの実現
ワークフローのステップが従来の別バンドルではなく、アプリ本体と同じ Nitro v3 ランタイム内で実行されるようになり、サーバーサイド API の直接利用が可能になった。
開発者体験の強化
Nitro 開発サーバーに組み込まれた Web UI（/_workflow）により、ワークフローの実行状況をブラウザ上でリアルタイムに監視・デバッグできるようになった。
ビルド最適化とパフォーマンス向上
依存関係の追跡と不要コードのツリーシェイキングが自動で行われるため、出力バンドルが小型化され、ビルド時間が短縮される。
影響分析・編集コメントを表示
影響分析
この発表は、Vercel エコシステム内で複雑なバックエンドロジックやワークフロー管理を扱う開発者にとって、インフラ構成の大幅な簡素化をもたらします。特に、別プロセスでの実行から同一ランタイム内への移行は、デバッグの容易さとパフォーマンスの安定性を劇的に向上させるため、実務適用における即効性が高いと言えます。
編集コメント
ワークフロー管理のオーバーヘッドを減らし、開発者がロジック構築に集中できる環境を提供する重要なアップデートです。
Workflow SDK のネイティブ Nitro v3 統合はベータ版として利用可能です。ステップは、アプリの残りの部分と同じバンドルされたランタイム内で実行され、別個のバンドル内ではありません。Nitro の useStorage() およびその他のサーバーサイド API は、「use step」関数内で直接使用できます。
Nitro 開発サーバーも、/_workflow でワークフロー Web UI を提供します。ブラウザで開いて、ワークフローの実行を検査・監視・デバッグしてください。
ワークフロールートは now Nitro によってアプリビルドの一部としてバンドルされます。依存関係が追跡され、未使用のコードはツリーシェイクされるため、出力には実行されるもののみが含まれ、ビルドが高速化され、バンドルサイズが小さくなります。
Nitro での Workflow SDK の利用を開始します。
続きを読む
原文を表示
Workflow SDK's native Nitro v3 integration is now in beta. Steps run inside the same bundled runtime as the rest of your app, instead of a separate bundle. Nitro's useStorage() and other server-side APIs work directly inside "use step" functions.
The Nitro dev server also serves the workflow web UI at /_workflow. Open it in your browser to inspect, monitor, and debug workflow runs.
Workflow routes are now bundled by Nitro as part of the app build. Dependencies are traced, and unused code is tree-shaken, so the output includes only what runs, with faster builds and smaller bundles.
Get started with Workflow SDK on Nitro.
Read more
関連記事
Vercel の Workflow SDK が TanStack Start アプリケーションをサポート
Vercel は、Workflow SDK に TanStack Start アプリケーションのサポートを追加しました。これにより、開発者は Vite と Nitro を基盤とする環境で、標準的な TypeScript を使用して永続的で再開可能なワークフローを記述できるようになります。
Vercel Functions、Pro および Enterprise チーム向けに最大 30 分までの実行が可能に
Vercel は、Node.js と Python ランタイムを使用する Vercel Functions の実行制限を、Pro および Enterprise チーム向けに従来の約 800 秒から最大 30 分に延長した。これにより、長時間の LLM 推論やストリーミング応答などの処理が可能になる。
Amazon SageMaker AI の非同期推論にリクエストペイロードの直接送信がサポートされるように
AWS は Amazon SageMaker AI の非同期推論機能において、API を呼び出す際にリクエスト本体に直接データを格納して送信できる機能を追加した。これにより、各実行前にデータを S3 にアップロードする必要がなくなり、ネットワーク往復の削減や運用負荷の軽減が可能になった。
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み