Stateless状态机中OnExit行为的多重定义问题解析
2025-06-05 23:03:04作者:田桥桑Industrious
状态机OnExit行为的基本概念
在使用Stateless这个.NET状态机库时,OnExit是一个非常重要的概念。它定义了当状态机离开某个特定状态时需要执行的操作。然而,许多开发者在使用过程中会遇到一个常见误区——认为OnExit行为是与特定状态转移绑定的,而实际上它是与状态本身绑定的。
问题现象
在开发过程中,当开发者为同一个状态定义了多个OnExit行为时,可能会遇到意外的执行结果。例如,在从"RecordingAutomaticallyStopped"状态触发"EndProcedure"事件时,开发者期望只执行与该转移相关的OnExit行为,但实际上所有为该状态定义的OnExit行为都会被触发。
问题本质
这个问题的根源在于对OnExit行为作用域的理解偏差。在Stateless库中:
- OnExit行为是附加在状态上的,而不是特定的状态转移上
- 每次离开该状态时,所有为该状态定义的OnExit行为都会被执行
- 执行顺序与定义顺序一致
解决方案
Stateless提供了两种处理方式:
方法一:合并OnExit定义
可以将多个OnExit行为合并定义,通过条件判断来区分不同情况:
stateMachine.Configure(WorkflowState.Idle)
.OnExit(() => {
if(当前转移条件1) { 执行操作1(); }
else if(当前转移条件2) { 执行操作2(); }
})
.Permit(事件1, 状态1)
.Permit(事件2, 状态2);
方法二:使用带参数的OnExit重载
更推荐的方式是使用带Transition参数的OnExit重载,这样可以获得转移的上下文信息:
stateMachine.Configure(WorkflowState.Idle)
.Permit(WorkflowEvents.AutomaticStartRecording, WorkflowState.AutomaticRecordingInProgress)
.Permit(WorkflowEvents.ManualStartRecording, WorkflowState.ManualRecordingInProgress)
.OnExit(t => {
if (t.Trigger == WorkflowEvents.AutomaticStartRecording) { startAutomaticRecordingAction(); }
else if (t.Trigger == WorkflowEvents.ManualStartRecording) { startManualRecordingAction(); }
});
最佳实践建议
- 明确行为作用域:始终记住OnExit是状态级别的行为,不是转移级别的
- 使用条件判断:当需要针对不同转移执行不同操作时,使用带Transition参数的OnExit重载
- 保持简洁:避免为同一状态定义多个OnExit行为,而是合并为一个并通过条件分支处理
- 文档注释:为复杂的OnExit逻辑添加详细注释,说明不同条件下的行为
总结
理解Stateless状态机中OnExit行为的作用域是正确使用该库的关键。通过合理使用带Transition参数的OnExit重载,可以精确控制状态退出时的行为,避免不必要的操作执行。这种设计虽然初看可能不够直观,但它提供了更大的灵活性,允许开发者在状态退出时根据不同的转移条件执行不同的逻辑。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 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 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218