JaydenAI的博客

本文介绍了如何通过事件跟踪Workflow执行流程，利用WorkflowEvent基类和预定义事件类型实现执行过程监控。通过继承WorkflowEvent可自定义事件类型，使用AddEventAsync方法输出。示例演示了一个银行转账Workflow，包含转账信息提取和转账执行两个节点，通过流式执行并输出结构化事件信息，展示Workflow的启动、执行步骤和完成等关键事件流程。 （字数：149）

WorkflowHostAgent将复杂Workflow封装为统一接口的Agent，实现API兼容性、可组合性和会话管理。以转账工作流为例，通过改造输入输出类型（需支持ChatMessage和TurnToken），将其转换为AIAgent。该流程包含交易提取、风险评估、人工审批和执行转账四个模块，利用ChatProtocolExecutor处理自然语言输入，验证后触发不同执行路径（自动处理或人工审批），最终以标准消息格式返回结果，实现了复杂逻辑与Agent生态的无缝集成。

就调用链跟踪来说，起始Wokflow更有必要。原因很简单，Worflow往往具有复杂的网络拓扑结构，具体的执行路径由消息路由决定。每次调用都可以因为输入、当前外部状态以及LLM的输出的不同而走不同的路径。基于Open-Telemetry的调用链跟踪可以帮助我们清晰地看到每次调用的具体执行路径，进而分析和优化Workflow的设计是否合理，并在出错的时候快速定位问题所在的环节。

在前文中，我们详细介绍了MAF的Workflow框架中的Checkpointing机制，并且通过一个示例程序演示了如何利用Checkpointing来实现Agent的状态持久化和恢复功能。其中提到一个关于FanInEdge的bug，我认为这是一个非常严重的bug，它会导致只要涉及到FanInEdge的Checkpointing功能就无法正常工作。我为此在github上提交了一个Issue,我们现在就来重点剖析这个Bug产生的根源。

MAF的Workflow基于Checkpointing机制实现持久化，允许在Superstep执行过程中保存状态并从特定点恢复执行。Checkpointing适用于长时间运行、需暂停恢复、审计合规或环境迁移的场景。通过示例演示了如何捕获和利用Checkpoint：构建包含5个Executor的Workflow，启用内存Checkpoint管理器后，跟踪Superstep执行顺序（共4个步骤），并在每个Superstep结束时收集CheckpointInfo。虽然Checkpoint的具体内容被封装，但

上一篇文章“人机交互（HITL）的实现”着重介绍了MAF的Workflow基于`RequestPort`的人机交互（HITL）的设计和实现细节，具体的做法就是在编排Workflow时引入`RequestPortBinding`节点，并使用它来发送外部请求和接收外部响应。如果我们在利用`AIAgentBinding`将某个`AIAgent`作为Workflow中的一个节点时，涉及敏感操作的工具审批又该如何实现呢？

对于一个复杂的Workflow系统来说，除了需要有强大的编排能力和灵活的执行机制之外，还需要有良好的人机交互（HITL）支持，以便在Workflow执行过程中能够及时地获取用户的输入和反馈，从而更好地指导Workflow的执行和优化。MAF的Workflow框架利用`RequestPort`来实现了人机交互的功能。

MAF工作流边设计摘要 MAF工作流采用有向有环图(DCG)结构，通过ExecutorBinding表示功能节点，Edge类定义节点间的连接关系。边分为三种类型：Direct(直接连接)、FanOut(一对多)和FanIn(多对一)，统一由Edge类表示。 Edge包含Kind(边类型)和Data(边数据)属性。EdgeData抽象类提供边的唯一标识Id和可选Label，其子类根据不同边类型实现特定连接方式。Direct边支持条件判断，可通过WorkflowBuilder的AddEdge方法添加静态或条件边

在MAF中，Workflow的功能节点是一个`ExecutorBinding`对象，`ExecutorBinding`可以利用封装的`ExecutorFactory`来创建一个`Executor`实例，并利用后者执行具体的操作。由于`ExecutorFactory`是一个委托类型，所以我们可以通过不同的方式来实现这个委托，从而实现不同的功能节点。MAF提供了很多原生的`ExecutorBinding`实现，我们就来看看最为常用的几个。

当我们在利用`WorkflowBuilder`构建Workflow的时候，不论是指定的初始节点，还是添加的各种Edge，使用到的都是`ExecutorBinding`。但是`ExecutorBinding`自身并执行具体的功能操作，它总是利用绑定的工厂函数创建的`Executor`来做事。我们可以通过继承`Executor`这个抽象类，利用注册的路由处理器来完成所需的业务功能。MAF自身定义了一系列预定义的`Executor`类型，可以直接拿来为我所用

我们已经习惯了将Workflow的功能节点称为`Executor`，这个说法其实是不太准确的。确切地说，Workflow的功能节点是一个`ExecutorBinding`对象，`ExecutorBinding`可以利用封装的`ExecutorFactory`来创建一个`Executor`实例，并利用后者执行具体的操作。接下来我们从`ExecutorBinding`作为切入点，看看执行的Worflow如何执行功能节点提供的操作

Google在2010年发表的论文《Pregel: a system for large-scale graph processing》提出了分布式图计算框架Pregel，解决了传统MapReduce处理迭代图算法的效率问题。LangChain和MAF均受其启发，但应用方式不同：LangChain基于Pregel思想开发了LangGraph作为执行引擎，而MAF将其应用于工作流设计。本文以MAF的Workflow框架为例，展示了如何构建由Executor和Edge组成的工作流，并通过一个诗词翻译Age