Do I need to know how to code to use Ubex AI?

No. Vira and Qira can build for you from plain language descriptions. Developers can also use the visual canvas and code nodes for full control.

What can I build with Ubex AI?

Apps, automations, AI chatbots, data pipelines, booking systems, dashboards, internal tools - anything from a simple workflow to a full-stack application.

Do I need a credit card to start?

No. The Free plan is completely free - no credit card, no time limit. Start building and upgrade when you're ready.

What deployment options are available?

Free through Pro run on EU Cloud. Business adds self-hosted deployment. Enterprise adds VPC and full on-premise options.

How do AI credits work?

Credits are consumed based on tokens processed. Each model has different rates. You can also connect your own provider keys instead - no credits needed.

Data Validator Node

Daten mithilfe von JSON Schema validieren und strukturieren.

Überblick

Der Data Validator Node validiert Eingabedaten anhand eines von Ihnen definierten JSON Schemas. Er stellt sicher, dass Daten den erwarteten Typen, Formaten und Einschränkungen entsprechen, bevor sie verarbeitet werden.

Konfiguration

Feld	Beschreibung	Erforderlich
`Input Data`	Die zu validierenden Daten (unterstützt Variablen)	Ja
`Root Data Type`	Object, Array, String, Number oder Boolean	Ja
`Output Variable`	Variablenname zum Speichern der validierten Daten	Ja

Stammdatentypen

Typ	Beschreibung
`Object`	Ein Objekt mit definierten Eigenschaften validieren
`Array`	Ein Array von Elementen validieren
`String`	Einen Zeichenkettenwert validieren
`Number`	Einen numerischen Wert validieren
`Boolean`	Einen booleschen Wert validieren

Felder definieren (Object/Array)

Für Object- und Array-Typen definieren Sie die erwarteten Felder:

Klicken Sie auf Add Field, um ein neues Feld zu erstellen
Legen Sie den Feldnamen fest
Wählen Sie den Feldtyp
Konfigurieren Sie die Einstellungen (Zahnrad-Symbol klicken)

Feldtypen

Typ	Beschreibung
`String`	Textwerte
`Number`	Numerische Werte
`Boolean`	Wahr/Falsch-Werte
`Object`	Verschachtelte Objekte
`Array`	Verschachtelte Arrays
`File`	Dateireferenzen

Feldeinstellungen

Klicken Sie auf das Einstellungssymbol eines beliebigen Feldes zur Konfiguration:

String-Einstellungen

Min Length - Minimale Zeichenanzahl
Max Length - Maximale Zeichenanzahl
Pattern - Regex-Muster zum Abgleich
Enum - Erlaubte Werte (kommagetrennt)
Required - Feld muss vorhanden sein

Number-Einstellungen

Minimum - Minimalwert
Maximum - Maximalwert
Enum - Erlaubte Werte (kommagetrennt)
Required - Feld muss vorhanden sein

Array-Einstellungen

Min Items - Minimale Array-Länge
Max Items - Maximale Array-Länge
Item Type - Typ der Array-Elemente

File-Einstellungen

Allowed Extensions - Erlaubte Dateitypen
Max Size - Maximale Dateigröße

Array-Elementtypen

Wenn der Stammtyp Array ist, wählen Sie den Elementtyp:

Elementtyp	Beschreibung
`Object`	Array von Objekten mit definierten Feldern
`Array`	Array von Arrays
`String`	Array von Zeichenketten
`Number`	Array von Zahlen
`Boolean`	Array von booleschen Werten

Beispielschema

Zur Validierung von Benutzerdaten:

{
  "type": "object",
  "properties": {
    "name": { "type": "string", "minLength": 1 },
    "email": { "type": "string", "pattern": "^[^@]+@[^@]+$" },
    "age": { "type": "number", "minimum": 0, "maximum": 150 }
  },
  "required": ["name", "email"]
}

Variablen verwenden

Daten aus vorherigen Nodes übergeben:

{{api_response}}
{{form_submission}}
{{parsed_json}}

Validierungsausgabe

Wenn die Validierung erfolgreich ist, werden die validierten Daten in Ihrer Ausgabevariable gespeichert. Wenn die Validierung fehlschlägt, kann der Workflow den Fehler in nachfolgenden Nodes behandeln.

Best Practices

Schemas definieren, die Ihrer erwarteten Datenstruktur entsprechen
Pflichtfelder für kritische Daten verwenden
Einschränkungen (Min/Max) hinzufügen, um ungültige Daten zu verhindern
Mit Beispieldaten testen, bevor Sie in Produktion gehen