Elsa Workflows 3.x版本中工作流恢复机制的变更解析
2025-05-31 15:09:05作者:羿妍玫Ivan
工作流恢复机制的历史演变
在Elsa Workflows 3.0.2版本中,开发者可以通过ResumeWorkflowsAsync方法来恢复被挂起的工作流实例。这个方法接收三个参数:活动类型名称、书签负载以及触发选项。这种设计简单直接,开发者可以轻松地通过关联ID来恢复特定的工作流实例。
3.3.1版本的重大变更
随着Elsa Workflows升级到3.3.1版本,原有的ResumeWorkflowsAsync方法被移除,这导致许多现有代码无法编译通过。这一变更属于未在文档中明确说明的重大破坏性变更,给开发者带来了升级障碍。
新的工作流恢复机制
在新的API设计中,Elsa团队引入了更精细的工作流控制机制。要恢复工作流,现在需要构造一个RunWorkflowInstanceRequest对象,其中包含:
ActivityHandle:标识要恢复的活动ActivityId:活动类型名称ActivityInstanceId:原关联ID
- 通过
CreateClientAsync创建客户端 - 使用
RunInstanceAsync方法执行恢复操作
正确的迁移方案
根据官方回复,3.3.2版本将会重新标记这些被移除的接口为过时而非直接删除。但在当前版本中,开发者可以采用以下两种方式之一来恢复工作流:
方法一:使用书签机制
- 在活动中创建书签:
context.CreateBookmark(new CreateTodoStimulus(entity.Id), ResumeAsync, false);
- 在需要恢复的地方:
var stimulus = new CreateTodoStimulus(todoId);
var input = new Dictionary<string, object> { [CreateTodo.InputKey] = resultPayload };
var activityTypeName = ActivityTypeNameHelper.GenerateTypeName<CreateTodo>();
await bookmarkQueue.EnqueueAsync(new NewBookmarkQueueItem {
ActivityTypeName = activityTypeName,
StimulusHash = stimulusHasher.Hash(activityTypeName, stimulus),
Options = new ResumeBookmarkOptions { Input = input }
});
方法二:等待3.3.2版本
等待即将发布的3.3.2版本,该版本会恢复这些接口并标记为过时,给开发者更长的迁移过渡期。
技术建议
- 对于新项目,建议采用新的书签机制,它提供了更精细的控制和更好的可扩展性
- 对于现有项目,如果升级紧迫,可以暂时实现自己的
IWorkflowRuntime扩展方法来封装新API - 密切关注3.3.2版本的发布说明,了解完整的变更细节
总结
Elsa Workflows 3.x版本对工作流恢复机制进行了重构,虽然短期内带来了升级挑战,但从长远看,新的API设计提供了更强大和灵活的工作流控制能力。开发者应当理解这些变更背后的设计理念,并根据项目实际情况选择合适的迁移策略。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 STM32到GD32项目移植完全指南:从兼容性到实战技巧 Jetson TX2开发板官方资源完全指南:从入门到精通 OMNeT++中文使用手册:网络仿真的终极指南与实用教程 WebVideoDownloader:高效网页视频抓取工具全面使用指南 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
212
暂无简介
Dart
632
143
React Native鸿蒙化仓库
JavaScript
243
316
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
481
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
649
271
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
212