正在加载模式…

🗂️

有状态图工作流

跨节点保持持久状态的基于图的工作流管理

复杂度: high工作流编排

30秒速览

是什么: 将工作组织为相互连接的节点，在各阶段之间传递数据，并在每一步保存进度与状态，从而实现条件路由和并行路径。
何时使用: 中间结果决定下一步的复杂多阶段流程、故障恢复很重要的场景，或需要同时处理多个文档时。
注意: 状态膨胀和同步缺陷会迅速累积；在分布式节点之间排查故障，比线性流水线难上指数级。

向AI专家咨询此模式

打开助手并预填您的问题,发送前可先确认。

以MCP服务器形式获取此目录为该模式调优提示词

跨节点保持持久状态的基于图的工作流管理

Node-based workflow design
Persistent state management
Conditional flow control
Parallel execution paths
State checkpointing
Dynamic graph modification

The Agent Architect

每周一个模式、一个权衡、一个生产事故案例。为构建智能体系统的人准备的每周简报。

每周一封邮件,一键退订。您的地址仅用于发送简报。

又称： Stateful workflow, Graph-based agent workflow

参考资料

该模式所依据的论文、规范和代码仓库。

Styx: Transactional Stateful Functions on Streaming Dataflows (2023)arXiv:2312.06893
Streaming Processing of Dynamic Graphs: Concepts, Models, and Systems (2019)arXiv:1912.12740
Stateful Dataflow Multigraphs: A Data-Centric Model for Performance Portability on Heterogeneous Architectures (2019)arXiv:1902.10345

由本目录背后的工程师执行

为你的智能体架构做一次评审

本页讲的是一个模式。真实系统会同时跑几十个，而多数故障恰恰出在它们的衔接处。我们按本目录的 288 个模式评审你的整体设计：架构、可靠性、评测与成本，每一条结论都对应到能修复它的模式。

€750（原价 €1,500），一周交付，书面报告加讲解通话，9月30日前

查看评审

模式

正在加载模式…

设计模式与技术

正在加载模式…

🗂️

有状态图工作流

跨节点保持持久状态的基于图的工作流管理

复杂度: high工作流编排

30秒速览

是什么: 将工作组织为相互连接的节点，在各阶段之间传递数据，并在每一步保存进度与状态，从而实现条件路由和并行路径。
何时使用: 中间结果决定下一步的复杂多阶段流程、故障恢复很重要的场景，或需要同时处理多个文档时。
注意: 状态膨胀和同步缺陷会迅速累积；在分布式节点之间排查故障，比线性流水线难上指数级。

向AI专家咨询此模式

打开助手并预填您的问题,发送前可先确认。

以MCP服务器形式获取此目录为该模式调优提示词

核心机制

有状态图工作流把流程建模为由节点 (步骤) 和边 (控制流) 组成的有向图，并在各步骤间携带持久状态。执行按会话/线程推进，检查点支持暂停恢复、回放、分支以及用于调试的时间回溯。条件边和循环实现动态路由；并行分支支持并发处理。该模式支撑着现代智能体系统 (如 LangGraph、LlamaIndex Workflows) 以及重视可靠性与可审计性的通用工作流引擎 (如 Temporal)。

工作流 / 步骤

定义带类型的状态模式 (输入、工作记忆、输出、元数据、来源)。
将节点实现为读写状态的确定性步骤 (工具/LLM 调用、函数)。
用边连接节点；添加条件路由和循环守卫；在安全之处启用并行分支。
配置持久化 (检查点存储) 及线程/会话键，以支持恢复与回放。
按线程执行：推进节点 → 写入检查点 → 决定下一条边；支持人机协同的暂停点。
观测与治理：日志/追踪、指标、成本与延迟预算、策略与安全检查。

最佳实践

保持状态紧凑且结构化；用引用 (URI) 加来源信息持久化产物。

让节点幂等且副作用安全；在状态中保存去重键和重试元数据。

为图和状态模式做版本管理；支持迁移与向后兼容的检查点。

设置明确的终止条件和循环守卫；限制每个线程的最大步数/迭代次数。

将编排与业务逻辑分离；保持提示词和工具模块化、可测试。

按节点埋点 KPI (延迟、成本/令牌、成功/回退)，并强制执行预算。

用检查点实现恢复与回放；对静态存储的敏感字段做脱敏或加密。

仅对独立且无副作用的步骤使用并行分支；限制并发度。

为路由编写表驱动测试；对边条件做模糊测试；录制并回放棘手会话。

不适用场景

没有分支或长期上下文的简单线性请求→响应流程。

编排或 LLM 往返会突破 SLO 的超低延迟路径。

检查点毫无价值的一次性脚本或无状态批处理作业。

跨服务的严格 ACID 事务；应使用事务型工作流引擎或 saga。

更适合用规则引擎或控制流极少的 SQL 流水线处理的领域。

常见陷阱

没有上限或收敛检查的无界循环与递归重试。

跨线程共享的全局可变状态；并行分支中的竞态条件。

缺乏幂等性 → 恢复或重试时产生重复副作用。

把大对象而非引用写入检查点 → 存储膨胀与恢复缓慢。

提示词堆砌过多且缺少状态/历史摘要，导致令牌暴涨。

编排与业务逻辑紧密混杂；图难以测试且脆弱。

关键特性

按线程/会话持久化的状态，带类型模式。

检查点、恢复、回放与时间回溯调试。

条件路由、带守卫的循环与并行分支。

人机协同步骤与审批；暂停/恢复点。

用于检查点与产物的可插拔存储/后端。

具备副作用管控的确定性步骤执行。

丰富的可观测性：追踪、指标与审计日志。

按节点的策略闸门与预算 (延迟、成本/令牌)。

KPI / 成功指标

每线程完成时间；每节点 p50/p95/p99；吞吐量。

成功率与回退/人工介入之比；回滚和恢复次数。

每次运行和每个节点的令牌数；每次运行成本；缓存命中率。

重试/死信比率；循环/迭代次数；并行度利用率。

策略/SLA 达成情况：预算超支 (延迟、成本、令牌)。

质量指标 (任务专属准确率、评测通过率)。

令牌 / 资源占用

主要开销来源：规划/分析提示、检索与上下文打包、每节点 LLM 调用、自检以及状态膨胀。

控制手段：按节点设置令牌上限、摘要历史与状态、高置信度时提前退出、批处理可并行节点、积极缓存。

存储/CPU：紧凑检查点 (差异存储)、外部化大型产物、状态去重；将并发限制在预算之内。

最佳应用场景

具备可恢复性与审计能力的多步骤 AI 任务自动化 (规划→执行→验证→汇报)。

带路由与验证 (如 CoVe/CRAG) 及回退路径的 RAG 流水线。

调用工具/技能并配合人工审批与安全回滚的智能体团队。

要求确定性回放与可追溯性的合规/受监管工作流。

存在外部依赖和间歇性故障的长时间运行操作。

参考与延伸阅读

学术论文

实现指南

工具与库

LangGraph、LlamaIndex Workflows
Apache Flink Stateful Functions
Apache Beam

社区与讨论

跨节点保持持久状态的基于图的工作流管理

Node-based workflow design
Persistent state management
Conditional flow control
Parallel execution paths
State checkpointing
Dynamic graph modification

The Agent Architect

每周一个模式、一个权衡、一个生产事故案例。为构建智能体系统的人准备的每周简报。

每周一封邮件,一键退订。您的地址仅用于发送简报。

又称： Stateful workflow, Graph-based agent workflow

参考资料

该模式所依据的论文、规范和代码仓库。

Styx: Transactional Stateful Functions on Streaming Dataflows (2023)arXiv:2312.06893
Streaming Processing of Dynamic Graphs: Concepts, Models, and Systems (2019)arXiv:1912.12740
Stateful Dataflow Multigraphs: A Data-Centric Model for Performance Portability on Heterogeneous Architectures (2019)arXiv:1902.10345

由本目录背后的工程师执行

为你的智能体架构做一次评审

€750（原价 €1,500），一周交付，书面报告加讲解通话，9月30日前

查看评审

正在加载模式…

有状态图工作流

30秒速览

向AI专家咨询此模式