Static File

Embarque un fichier de données (CSV, PDF, JSON, Parquet, …) dans le workflow pour le réutiliser à chaque run

À quoi sert le node Static File ?#

Le node Static File vous permet d’uploader un fichier une fois pour l’épingler au workflow. Vous réutilisez le même fichier à chaque run — sans connexion Google Drive et sans re-upload au lancement.

Le fichier est stocké dans le storage d’assets du workflow. Le node conserve une référence (nom, type, taille). Remplacer le fichier supprime l’ancien asset pour garder le storage propre.

Cas d’usage courants :

• Données de référence qui changent rarement (règles de catégories, taxonomie, glossaire de marque)
• Un PDF ou DOCX brief que le LLM doit lire à chaque run
• Un JSON ou CSV seed fixe utilisé comme contexte pour une classification ou un enrichissement
• Un fichier de correspondance (IDs → libellés) conservé à côté du workflow qui en a besoin

Configuration rapide#

Paramètres de configuration#

Champs obligatoires#

Que produit le node en sortie ?#

Un seul anchor de sortie File.

Qui reçoit quoi ?#

Quand le contenu est ouvert pour un LLM (par exemple un CSV embarqué), il ressemble au fichier lui-même :

brand,min_price,category
Acme,50,Premium
Acme,0,Standard

Quel node brancher en aval ?#

Choisissez le chemin qui correspond à votre objectif. Les cas courants ci-dessous ne demandent pas d’écrire de code.

Pattern : Static File → Merge With Template → LLM#

Utilisez ce chemin quand le node suivant attend du texte et que vous voulez assembler le fichier avec d’autres fragments.

Static File (rules.csv) → Merge With Template → LLM
                          template: {{data}}

Sur le canvas :

1. Uploadez le CSV dans Static File.
2. Ajoutez Merge With Template ; dans le template, écrivez {{data}} (ou le nom de variable de votre choix).
3. Branchez la sortie File de Static File sur l’entrée data du Merge.
4. Branchez la sortie Merged content du Merge vers le LLM (ou un autre node texte).

Ce que reçoit le LLM : le CSV en texte, prêt à être cité dans le prompt.

Quand l’utiliser : combiner le fichier épinglé avec d’autres variables dans un seul bloc ; ou alimenter un node qui ne résout pas Static File tout seul.

Quand le sauter : un fil direct Static File → LLM suffit si le modèle n’a besoin que de ce fichier.

Exemples d’utilisation#

Exemple 1 : Classifier un produit à partir d’un CSV de règles#

Situation : les règles de catégories sont dans rules.csv. Chaque run reçoit les attributs d’un produit (marque, prix, SKU) et doit renvoyer la catégorie correspondante.

Extrait du CSV :

brand,min_price,category
Acme,50,Premium
Acme,0,Standard

Sur le canvas :

1. Ajoutez Static File, uploadez rules.csv, renommez le node « Règles catégories ».
2. Ajoutez un Text Input (ou une autre source en amont) pour les attributs produit.
3. Ajoutez un LLM. Branchez Static File et l’entrée produit. Dans le prompt, demandez au modèle d’appliquer les règles du fichier et de renvoyer la catégorie.

Ce que reçoit le LLM : le CSV en texte (casier ouvert automatiquement) plus les attributs produit de l’autre entrée.

Résultat attendu : pour un produit Acme à 79 €, le modèle renvoie par exemple Premium.

Variante avec Merge : si le prompt doit combiner plusieurs blocs de texte, insérez Merge With Template entre Static File et le LLM avec {{rules}} dans le template.

Exemple 2 : Donner un brief PDF au LLM à chaque run#

Situation : vous voulez qu’un brief de marque ou de campagne reste attaché au workflow pour que le modèle ait toujours le même contexte.

Sur le canvas :

1. Uploadez brief.pdf dans Static File ; renommez le node « Brief Q1 ».
2. Branchez File directement sur un LLM.
3. Dans le prompt, faites référence au brief (ton, audience, contraintes) et demandez le livrable.

Ce que reçoit le LLM : le contenu du PDF extrait en texte — vous n’avez pas à coller le brief dans le prompt.

Résultat attendu : le modèle répond en s’appuyant sur le brief (par exemple un draft qui respecte le ton de voix indiqué).

Exemple 3 : Analyser un CSV de référence avec Data Analyzer#

Situation : vous voulez que le node Data Analyzer réponde à des questions en langage naturel sur un CSV fixe.

Sur le canvas :

1. Ajoutez Data Analyzer.
2. Réglez le mode de source de données sur static_file (ou le libellé équivalent dans les settings).
3. Sélectionnez le CSV dans les Datasources de l’organisation — ne connectez pas une sortie Static File au port fichier dynamique.
4. Rédigez les instructions (par exemple « résume les top catégories par chiffre d’affaires »).

Ce que reçoit Data Analyzer : le CSV choisi dans les Datasources, pas un fil Static File du canvas.

Résultat attendu : une réponse texte basée sur ce CSV, réutilisable à chaque run jusqu’à changement de Datasource.

Comment l’intégrer dans un workflow ?#

Pattern no-code typique pour classifier un produit à partir de règles épinglées :

graph LR
    ProductInput[Text_Input produit]
    RulesFile[Static_File rules.csv]
    MergeNode[Merge_With_Template]
    LlmNode[LLM classification]
    ProductInput --> LlmNode
    RulesFile --> MergeNode
    MergeNode --> LlmNode

Chemin direct sans Merge quand seules les règles et le texte produit comptent :

graph LR
    ProductInput[Text_Input produit]
    RulesFile[Static_File rules.csv]
    LlmNode[LLM classification]
    ProductInput --> LlmNode
    RulesFile --> LlmNode

Bonnes pratiques#

Problèmes courants#

Pour les développeurs#

flowchart TD
    SF[Static_File asset_id]
    SF --> IOManager
    IOManager -->|"resolve content"| TextNodes[LLM Agent Merge HITL]
    IOManager -->|"resolve URL"| CodeBlock[Code_Block]
    IOManager -->|"no resolution"| Other[Other_tools]
    TextNodes --> ExtractedText[Extracted_text]
    CodeBlock --> SignedUrl[Signed_URL]
    Other --> RawId[Raw_asset_id]

Nodes associés#