Un prompt peut-il remplacer Gumloop ?

Construis un outil de workflow linéaire où un appel LLM est un type d’étape de premier ordre, pas juste une transformation de données — la vraie idée native IA de Gumloop. Utilise Next.js/TypeScript avec Postgres, et une clé de modèle lue depuis ANTHROPIC_API_KEY ou OPENAI_API_KEY. Implémente trois types de nœuds utilisables en séquence : un déclencheur (webhook ou lancement manuel), une étape de transformation (une petite fonction JS explicite), et une étape IA (envoie les données courantes plus un template de prompt configuré au modèle, utilise sa réponse comme sortie de l’étape). Laisse l’utilisateur définir un workflow comme une liste ordonnée de ces types de nœuds, un fichier de config ou un simple constructeur basé sur formulaire, pas un canevas glisser-déposer complet, et lance-le de bout en bout sur déclenchement. Montre la sortie de chaque étape avant que la suivante ne s’exécute, en direct pendant une exécution et dans un historique d’exécution stocké, pour que la sortie d’une étape IA puisse être inspectée plutôt qu’on lui fasse confiance aveuglément. Stocke chaque exécution dans Postgres avec le statut par étape. Ne construis pas de vrai canevas visuel glisser-déposer, de bibliothèque de nœuds connecteurs préconstruits pour des services spécifiques, ni de bibliothèques partagées en équipe — c’est hors périmètre ; les workflows ici sont configurés, pas glissés visuellement en place. Nécessite une clé API Anthropic ou OpenAI, plus un hébergement et une base de données.