Beta · laufendes Experiment
IFlow Assistant erzeugt Integration Flows für SAP Integration Suite mit einem Ollama-Modell, das auf deinem PC läuft und aus den Templates und Lösungen lernt, die du ihm beibringst. Von der Anfrage in natürlicher Sprache bis zum deploybaren Paket, mit Lint, Security Check und Deploy auf den Tenant.
Windows 10/11 64 Bit · kostenlos und Open Source · aktualisiert sich selbst · alles bleibt auf deinem PC
Es ist ein etwas gewagtes Projekt: Ich wollte anfangen, mit Ollama lokal ein Modell zu trainieren, und ein Werkzeug haben, das mir das Erstellen von iFlows auf Basis der Templates und Lösungen beschleunigt, die ich ihm beigebracht habe. Es ist kein fertiges Produkt, sondern ein Experiment, das ich in meiner täglichen Arbeit wirklich nutze und so teile, wie es ist.
Konkret wird das Modell nicht neu trainiert: Es "lernt" über eine lokale knowledge base (RAG), in der deine Exporte, die Templates, die du klassifizierst, und die erzeugten Pakete landen, die du freigibst. Jede neue Anfrage wird mit den ähnlichsten Fragmenten angereichert und an ein Ollama-Modell auf deinem PC übergeben. Ist das Ergebnis gut, sagst du es der App, und ab dann fließt es in die folgenden Generierungen ein.
Alles läuft lokal: keine Cloud, kein Konto, keine Telemetrie. Es ist eine Beta mit klaren Grenzen, die weiter unten ohne Beschönigung aufgelistet sind.
Ein Desktop-Werkzeug für alle, die jeden Tag iFlows bauen: Es beginnt bei der Beschreibung und endet auf dem Tenant.
Beschreibe den Flow in natürlicher Sprache und erhalte ein .zip, das sich in Integration Suite importieren lässt. Im Spec-Modus erzeugt das Modell eine JSON-Spezifikation, und ein deterministischer Builder setzt das BPMN2-XML aus validierten Bausteinen zusammen: korrekt durch Konstruktion, nicht "wahrscheinlich richtig".
Verfeinere den Flow in derselben Unterhaltung: "füge den Retry hinzu", "schick auch eine Mail", "lagere das Mapping in einen local process aus". Jede Runde erzeugt das Paket neu.
Jeder Export, den du hinzufügst, von Hand oder aus dem Tenant importiert, wird in der lokalen knowledge base indiziert und leitet die folgenden Generierungen. Die Schaltfläche "Buono" (Gut) fügt außerdem die erzeugten Pakete hinzu, die du freigibst.
Jedes Paket durchläuft einen Lint, der Querverweise, sequenceFlow, processRef und deklarierte {{...}}-Parameter prüft. Der Security Check sucht nach Klartext-Passwörtern und fest codierten personenbezogenen Daten und maskiert den gefundenen Wert immer.
Anlegen im Paket des Design-Workspace, Deploy, Warten auf den Laufzeitstatus und Smoke-Test auf den neuesten Message Processing Logs. Mehrere Tenant-Profile (dev, test, prod) direkt aus der GUI.
Durchsuche Zips, ohne sie zu entpacken, lies das XML mit Hervorhebung, öffne den BPMN-Canvas mit hierarchischem Layout und den Eigenschaften jedes Schritts. Für jedes Projekt: Anzeigen, Bearbeiten, Lint, Neu packen, Deploy.
Klassifiziere eine KB-Quelle als Template (zum Beispiel SuccessFactors oder SFTP): Ihre Konventionen werden zu expliziten Vorgaben. Die "Leitfragen" sammeln fehlende Anforderungen vor der Generierung: Mapping, Volumen, Retry, Idempotenz, Sicherheit.
Ordne SuccessFactors, S/4HANA OData, LDAP, Zucchetti oder SOAP die passende Produktdokumentation zu. Für jeden Kunden hältst du Mappings, Regeln und Workflows in einer eigenen KB, die das Modell nur nutzt, wenn du diesen Kunden auswählst und mit seinem Passwort entsperrst.
Erzeuge aus einem iFlow Dokumentation in Markdown und in HTML, das sich als PDF drucken lässt: die für den Kunden und die für alle, die ihn später warten.
Das Modell schreibt nur die Spezifikation. Das XML baut deterministischer Code, so fällt ein Fehler des Modells sofort auf und landet nicht im Tenant.
Beschreibe den Flow in natürlicher Sprache, optional mit Template, Produktprofil und Kunden-KB.
SQLite + nomic-embed-text: Die ähnlichsten Fragmente deiner iFlows kommen in den Kontext.
qwen2.5-coder mit CPI-System-Prompt, ausgeführt auf deinem PC.
Schritte, Adapter, Parameter, local processes und Fehlerbehandlung in einer validierten Struktur.
Setzt das BPMN2-XML aus bekannten Bausteinen zusammen: kein "erfundenes" XML.
Querverweise, vorhandene Skripte, deklarierte Parameter, XML-Gültigkeit.
In Integration Suite importierbares Paket, im BPMN-Canvas darstellbar.
Anlegen, Deploy, Laufzeitstatus und Smoke-Test auf den Logs.
Du brauchst nur Windows 10 oder 11 mit 64 Bit und etwas Speicherplatz für das Modell.
Lade es von ollama.com herunter und installiere es. Das ist die Engine, die das Modell lokal ausführt.
Das Installationsprogramm kopiert die App in deinen Benutzerordner, ohne Administratorrechte. Alternativ entpackst du die portable Version, wo du möchtest.
In der App: Menü Modello (Modell) → Prepara o aggiorna il modello Ollama... (Ollama-Modell vorbereiten oder aktualisieren). Es lädt qwen2.5-coder (7B auf CPU, etwa 5 GB; 14B mit NVIDIA-GPU mit 12 GB, etwa 9 GB) und nomic-embed-text herunter und indiziert anschließend die knowledge base.
Die App prüft die GitHub Releases, lädt das neue Installationsprogramm herunter, verifiziert seinen SHA-256-Hash und führt es im Hintergrund aus. Deine Daten (knowledge base, Profile, erzeugte iFlows) bleiben unberührt.
Portable Version: Du bekommst einen Hinweis mit dem Link zum neuen Paket und entscheidest selbst, wann du es ersetzt.
Kurze Antwort: auf deinem PC und nirgendwo sonst.
Das Modell läuft in Ollama auf deinem Rechner. Anfragen, iFlows und die knowledge base werden an keinen Dienst gesendet.
Die einzigen externen Verbindungen gehen zu den GitHub Releases, um nach Updates zu suchen, und zu deinem Tenant, wenn du es verlangst.
Ein Master-Passwort verschlüsselt die lokalen Konfigurationen und Profile. Ohne es bleiben die Dateien unlesbar.
Client Secrets und Passwörter der Tenants landen in der Windows-Anmeldeinformationsverwaltung (Credential Manager), nie in Dateien.
Die Quellen jedes Kunden sind von der allgemeinen Suche ausgeschlossen und werden dem Modell nur übergeben, wenn dieser Kunde ausgewählt und mit seinem Passwort entsperrt ist. Das Passwort gibt die Nutzung der KB frei, verschlüsselt die Dateien auf der Festplatte aber nicht: Um sie zu schützen, nutze eine Festplattenverschlüsselung, zum Beispiel BitLocker.
Ehrlichkeit zum Produkt: Es ist eine Beta, und diese Dinge solltest du vor dem Herunterladen wissen.
Timer- und HTTPS-Start, Content Modifier, XSLT, Groovy, Process Call und lineare local processes, Request-Reply HTTP/ProcessDirect/SuccessFactors, Send Mail und SFTP, ein OK/KO-Router, Exception Subprocess. Splitter/Gather, Data Store oder mehrere Router fallen auf den Markdown-Modus zurück: Das Paket muss vor dem Deploy in der Web UI geprüft werden.
Er implementiert die öffentlichen OData-APIs von Integration Suite, wurde aber erst auf wenigen Tenants ausprobiert. Nutze bei der ersten Verbindung "Test connessione" (Verbindung testen) und melde Abweichungen.
Mit dem 7B-Modell auf der CPU dauert eine Generierung einige Minuten. Mit einer NVIDIA-GPU und dem 14B-Modell geht es deutlich schneller und in besserer Qualität.
Unter Linux und macOS startet die App aus den Quellen, aber die Tenant-Geheimnisse werden nicht gespeichert: Für den Deploy musst du das Secret in jeder Sitzung neu eingeben. Installationsprogramm und automatische Updates gibt es nur für Windows.
IFlow Assistant ist kostenlos und bleibt es. Wenn es dir einen Nachmittag spart, ist ein Kaffee der einfachste Weg, es mir zu sagen und die GPU am Laufen zu halten, auf der ich neue Modelle ausprobiere.
Spendier mir einen Kaffee über PayPalAuch eine gut geschriebene Meldung auf GitHub ist viel wert.
Die, die am häufigsten gestellt werden.
Nein. Mit einer CPU und mindestens 16 GB RAM funktioniert das 7B-Modell, aber eine Generierung dauert Minuten. Mit einer NVIDIA-GPU ab 12 GB antwortet das 14B-Modell in einigen zehn Sekunden und liefert genauere Specs.
Nein. Die knowledge base ist eine lokale SQLite-Datei, das Modell läuft in Ollama auf deinem Rechner, und es gibt keine Telemetrie. Die App kontaktiert nur die GitHub Releases für Updates und deinen Tenant, wenn du Anlegen, Deploy oder Import startest.
Ja. Das Modell cpi-iflow-builder wird aus einem Modelfile gebaut, das im Paket enthalten ist: Du kannst das Basismodell ändern (zum Beispiel ein anderes in Ollama verfügbares Coder-Modell) und es über das Menü Modello (Modell) → Ricrea il modello dal Modelfile (ollama create) neu erzeugen. Der CPI-System-Prompt bleibt derselbe.
Füge die .zip-Exporte im Tab Knowledge base zur knowledge base hinzu oder importiere sie direkt aus dem Tenant. Wähle dann die Quelle aus und klassifiziere sie mit "Template": Ab dann erscheint sie bei der Generierung im Menü "Template KB", und ihre Konventionen werden zu expliziten Vorgaben.
"Censisci + Deploy" (Anlegen + Deploy) lädt das Paket in das Paket des Design-Workspace des aktiven Tenants hoch, startet den Deploy, wartet auf den Laufzeitstatus (STARTED oder ERROR) und liest dann die neuesten Message Processing Logs als Smoke-Test. Andere Artefakte werden nicht angefasst, und nichts wird gelöscht.
Teilweise. Der Code ist Python mit tkinter, er startet also aus den Quellen mit den Skripten in install/. Es fehlen aber das Installationsprogramm, die automatischen Updates und das Speichern der Tenant-Geheimnisse, das heute die Windows-Anmeldeinformationsverwaltung nutzt.
Nein. Es ist ein unabhängiges Open-Source-Projekt (MIT-Lizenz), entstanden für den persönlichen Gebrauch, und es ist weder mit SAP SE verbunden noch von SAP SE gesponsert oder genehmigt. Es nutzt nur die dokumentierten öffentlichen APIs von Integration Suite.