Elsa Workflows 3.x版本中工作流恢复机制的变更解析
2025-05-31 04:04:20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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0213
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
468
461
暂无描述
Dockerfile
776
5.08 K
Ascend Extension for PyTorch
Python
756
963
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
874
2.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
697
1.4 K
昇腾LLM分布式训练框架
Python
184
230
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
364
431