Der Canvas prüft die Verdrahtung, bevor du dafür zahlst

Die meisten lernen LUVIs Workflow-Canvas als Bequemlichkeit kennen: Prompt und Referenz an ein Modell hängen, dessen Ergebnis ins nächste Modell führen, auf Starten drücken. Die Beschreibung stimmt und verfehlt den Punkt. Der Canvas ist die einzige Oberfläche in LUVI, auf der ein Fehler auffliegt, bevor er Credits kostet.

Die Ports sind die Parameter des Modells selbst

Die Eingangsports eines Modellknotens sind keine Beschriftungen, die jemand für den Canvas erfunden hat. Es sind die echten Parameterschlüssel des Modells: images, video_url, audio_url, prompt. Wer eine Leitung in einen Port zieht, füllt genau diesen Parameter.

Das klingt nach einer Kleinigkeit und beseitigt eine ganze Fehlerklasse. Es gibt nichts zu raten und nichts zuzuordnen: Ein Modell, das seine Referenzen unter images entgegennimmt, hat einen Port namens images, und die Leitung landet dort oder eben nicht. Der Graph ist der Vertrag des Modells, gezeichnet.

Geprüft wird, bevor irgendetwas läuft

Jeder Graph wird nach denselben Regeln geprüft – auf dem Canvas, über den Connector und noch einmal beim Start eines Laufs –, und zwar streng. Unbekannte Ports, falsche Medienarten – ein Audioplatz, der ein Video bekommt –, überfüllte Plätze, leere Pflichteingaben, fehlende Prompts, unbekannte Parameter, Werte außerhalb des zulässigen Bereichs und Zyklen gelten allesamt als Fehler, und ein Graph mit Fehlern läuft nicht. Der Canvas listet sie in seinem Prüfpanel auf und lässt eine Leitung zwischen unverträglichen Port-Arten gar nicht erst zu, während du sie ziehst.

Beim Connector ist die Verdrahtung noch strenger geregelt. Schreibt ein Assistent einen Graphen mit falschem Port, falscher Medienart, einem Wert außerhalb des Bereichs oder einem Zyklus, wird gar nichts gespeichert. Lücken wie ein noch nicht verdrahteter Pflichtplatz oder ein noch nicht geschriebener Prompt werden dagegen gespeichert und aufgelistet, so wie bei einem halb fertig von Hand gezeichneten Graphen.

Vergleich das mit dem Generieren Schritt für Schritt, wo dieselben Fehler auffallen, weil ein Modell deine Eingabe ablehnt – oder schlimmer, weil es sie annimmt und etwas Falsches produziert. Auf dem Canvas steht der Fehler in der Liste, bevor Ausführen irgendetwas tut.

Die Schätzung ist ehrlich über das, was sie nicht wissen kann

Ein Druck auf Schätzen rechnet den ganzen Graphen über denselben Weg durch, den auch die tatsächliche Abrechnung nimmt: Was du siehst, ist das, woraus der Lauf schöpfen wird.

Manche Knoten lassen sich vorher nicht genau beziffern, und die Schätzung sagt das, statt sie stillschweigend als null zu zählen. Ein Knoten, der seine Eingabe von einem vorherigen Knoten bekommt, wird als Untergrenze beziffert, weil es diese Eingabe noch nicht gibt: etwa ein Lippensynchron-Schritt, dessen Preis am Ton eines vorgelagerten Schritts hängt, oder ein Bearbeitungsschritt auf einem Modell, das jedes Eingabebild berechnet. Sprache, die nach der Textlänge abrechnet, richtet sich nach dem endgültigen Text. Und ein Modell, das eine Obergrenze reserviert und danach auf das Gelieferte abrechnet – etwa ein Sprachmodell, das zwei Minuten Audio vormerkt –, wird mit dieser Reservierung beziffert. All diese Knoten kommen als ungefähr markiert zurück.

Eine kleine Entwurfsentscheidung mit großer Folge: Eine Schätzung, die die unbekannten Teile stillschweigend auf null rundet, ist schlechter als gar keine.

Ein gescheiterter Knoten reißt den Graphen nicht mit

Dieses Verhalten vermuten die meisten andersherum. Scheitert ein Knoten, überspringt er die Knoten, die von ihm abhängen – unabhängige Zweige laufen weiter. Ein schlechter Generator bricht nicht sechs andere ab.

Wer einen Prompt zum Vergleich auf vier Modelle verteilt, verliert durch ein Modell, das den Prompt ablehnt, genau diesen Zweig und sonst nichts. Die anderen drei kommen durch.

Was der Lauf meldet, ist das, was abgebucht wurde

Meldet ein Lauf Credits, wird diese Zahl aus deinem eigenen Kontoauszug zurückgelesen – dieselbe Zahl, um die sich dein Guthaben bewegt hat – und nicht aus der Schätzung übernommen. Die Schätzung ist eine Vorhersage, die Zahl des Laufs ist die Aufzeichnung.

Zwei Dinge noch

Gib jedem Generator einen Ort, an dem er sein Ergebnis zeigt. Ein Modellknoten, dessen out-Port keinen Medienknoten erreicht, bekommt eine Warnung. Das Ergebnis landet trotzdem in deiner Bibliothek, aber ohne Medienknoten kannst du es weder auf dem Canvas sehen noch an den nächsten Schritt weitergeben.

Das Modell eines gespeicherten Knotens zu wechseln ist ein harter Bruch. Die Parameterschlüssel wechseln mit dem Modell, vorhandene Leitungen zeigen also womöglich ins Leere. Statt sie stillschweigend fallen zu lassen, kommt die Änderung mit einem Vorschlag zurück, der genau benennt, welche Leitungen umzuhängen sind.

Wie wir geprüft haben

• Gelesenes: LUVIs Prüfung des Workflow-Graphen, seine Schätzung über den ganzen Graphen, sein Ausführer und sein Verdrahtungsvertrag sowie die Workflow-Werkzeuge des Connectors, wie sie auf der MCP-Seite dokumentiert sind.
• Datum: 22. September 2026, erneut geprüft am 20. Oktober 2026.
• Ergebnisse: Port-Kennungen, die den Parameterschlüsseln des Modells entsprechen; eine gemeinsame Prüfung für Canvas, Connector und Lauf, bei der jeder Fehler den Lauf sperrt und falsche Verdrahtung über den Connector gar nicht erst gespeichert wird; Schätzung des ganzen Graphen über denselben Weg wie die Abrechnung, nicht bezifferbare Knoten als ungefähr markiert; ein gescheiterter Knoten, der nur seine Abhängigen überspringt; Lauf-Credits aus dem Kontoauszug gelesen; ein Generator ohne Medienknoten mit einer Warnung markiert, während sein Ergebnis trotzdem in der Bibliothek landet.
• Offen geblieben: Dieser Beitrag beschreibt die Mechanik. Für ihn wurden keine Ausgaben generiert, er sagt also nichts über die Qualität der Ergebnisse, und wir haben nicht gemessen, wie viel ein geprüfter Graph in der Praxis spart.

Wann sich der Canvas lohnt

Nicht für ein einzelnes Bild. Der Arbeitsbereich ist schneller, wenn du eine Sache willst und sie jetzt willst.

Er verdient seinen Platz in dem Moment, in dem ein Fehler teuer wird: mehrere verkettete Schritte, dieselbe Referenz über mehrere Einstellungen hinweg oder ein Prompt, der auf mehrere Modelle verteilt wird. Genau dort besteht der teure Ausgang darin, im vierten Schritt zu merken, dass der erste falsch verdrahtet war – und der Canvas ist so gebaut, dass du es stattdessen im nullten merkst.

Neue Konten starten mit 200 Credits, und bestätigst du Telefon und Karte, kommen bis zu 1500 dazu. Du kannst dir ein LUVI-Konto anlegen und einen Graphen bauen, bevor du irgendetwas fürs Ausführen ausgibst.