飞龙工作流FlowLong:网关路由配置
2026-02-04 04:09:19作者:农烁颖Land
概述
飞龙工作流FlowLong作为国产无代码工作流引擎,提供了强大的网关路由功能,能够满足复杂业务流程的分支控制需求。网关路由是工作流引擎的核心组件,负责根据条件判断将流程导向不同的分支路径,实现智能化的流程决策。
网关路由类型
FlowLong支持四种主要的网关路由类型,每种类型都有其特定的应用场景:
| 网关类型 | 描述 | 应用场景 |
|---|---|---|
| 条件分支(排它分支) | 根据条件选择一个分支执行,用于实现决策逻辑 | 审批流程中的条件判断、异常处理分支 |
| 并行分支 | 将流程分成多条并行分支,支持分叉和汇聚 | 需要同时处理多个任务的场景 |
| 包容分支 | 条件分支和并行分支的结合体,支持选择多条分支 | 复杂的多条件并行处理 |
| 路由分支 | 根据条件重定向到指定节点或继续默认分支 | 流程跳转、动态路由 |
条件节点模型
FlowLong使用ConditionNode模型来定义网关路由的条件配置:
public class ConditionNode implements Serializable {
private String nodeName; // 节点名称
private String nodeKey; // 节点key(路由分支格式:route:targetNodeKey)
private Integer type; // 节点类型
private Integer priorityLevel; // 优先级
private List<List<NodeExpression>> conditionList; // 条件表达式列表
private NodeModel childNode; // 子节点
}
条件表达式配置
条件表达式支持复杂的逻辑组合,采用双层List结构:
{
"conditionList": [
[
{"field": "amount", "operator": ">", "value": "10000"},
{"field": "department", "operator": "=", "value": "finance"}
],
[
{"field": "amount", "operator": "<=", "value": "10000"}
]
]
}
外层List表示或关系,内层List表示且关系。
条件类型支持
FlowLong支持两种条件类型:
classDiagram
class ConditionType {
<<enumeration>>
custom
form
eq(String type) boolean
ne(String type) boolean
}
- custom: 自定义条件字段
- form: 表单条件字段
路由分支配置示例
基本路由配置
{
"nodeKey": "route:approval_node",
"nodeName": "金额审批路由",
"conditionList": [
[
{"field": "amount", "operator": ">", "value": "5000", "type": "form"}
]
],
"childNode": {
"type": 1,
"nodeName": "主管审批",
"nodeKey": "approval_node"
}
}
多条件路由配置
{
"nodeKey": "route:multi_approval",
"nodeName": "多条件路由",
"conditionList": [
[
{"field": "amount", "operator": ">", "value": "10000"},
{"field": "projectType", "operator": "=", "value": "important"}
],
[
{"field": "department", "operator": "=", "value": "finance"},
{"field": "urgency", "operator": "=", "value": "high"}
]
],
"childNode": {
"type": 1,
"nodeName": "财务总监审批",
"nodeKey": "finance_director_approval"
}
}
路由处理逻辑
FlowLong的路由处理采用优先级匹配机制:
flowchart TD
A[开始路由判断] --> B{是否存在指定路由key?}
B -->|是| C[按key精确匹配]
B -->|否| D[按优先级排序匹配]
C --> E[执行匹配的路由分支]
D --> F[遍历条件表达式]
F --> G{条件满足?}
G -->|是| E
G -->|否| H[检查下一个条件]
H --> F
E --> I[执行子节点流程]
路由处理核心代码
public Optional<ConditionNode> matchConditionNode(FlowLongContext context,
Execution execution,
List<ConditionNode> conditionNodes) {
// 检查是否存在指定的路由key
String conditionNodeKey = FlowDataTransfer.get(FlowConstants.processSpecifyConditionNodeKey);
if (conditionNodeKey != null) {
FlowDataTransfer.removeByKey(FlowConstants.processSpecifyConditionNodeKey);
return conditionNodes.stream()
.filter(t -> Objects.equals(t.getNodeKey(), conditionNodeKey))
.findFirst();
}
// 按优先级排序并匹配条件
return conditionNodes.stream()
.sorted(Comparator.comparing(ConditionNode::getPriorityLevel))
.filter(conditionNode -> evaluateConditions(context, execution, conditionNode))
.findFirst();
}
包容分支处理
包容分支允许选择多个满足条件的分支执行:
public Optional<List<ConditionNode>> getInclusiveNodes(FlowLongContext context,
Execution execution,
NodeModel nodeModel) {
final List<ConditionNode> inclusiveNodes = nodeModel.getInclusiveNodes();
this.assertConditionNodes(inclusiveNodes);
// 获取流程变量
Map<String, Object> args = execution.getArgs();
// 过滤满足条件的所有分支
List<ConditionNode> matchedNodes = inclusiveNodes.stream()
.filter(t -> flowLongExpression.eval(t.getConditionList(), args))
.collect(Collectors.toList());
// 如果没有分支满足条件,使用默认分支
if (matchedNodes.isEmpty()) {
matchedNodes = Collections.singletonList(defaultConditionNode(inclusiveNodes).get());
}
return Optional.of(matchedNodes);
}
实战配置案例
案例1:费用报销路由
{
"nodeName": "费用报销路由",
"nodeKey": "expense_route",
"conditionNodes": [
{
"nodeKey": "route:director_approval",
"nodeName": "总监审批",
"priorityLevel": 1,
"conditionList": [
[
{"field": "amount", "operator": ">", "value": "5000"}
]
],
"childNode": {
"type": 1,
"nodeName": "财务总监审批",
"setType": 1
}
},
{
"nodeKey": "route:manager_approval",
"nodeName": "经理审批",
"priorityLevel": 2,
"conditionList": [
[
{"field": "amount", "operator": ">", "value": "1000"},
{"field": "amount", "operator": "<=", "value": "5000"}
]
],
"childNode": {
"type": 1,
"nodeName": "部门经理审批",
"setType": 1
}
},
{
"nodeKey": "route:default_approval",
"nodeName": "默认审批",
"priorityLevel": 3,
"conditionList": [],
"childNode": {
"type": 1,
"nodeName": "主管审批",
"setType": 1
}
}
]
}
案例2:采购审批路由
{
"nodeName": "采购审批路由",
"nodeKey": "purchase_route",
"inclusiveNodes": [
{
"nodeKey": "inclusive:quality_check",
"nodeName": "质量检查",
"conditionList": [
[
{"field": "productType", "operator": "=", "value": "electronic"}
]
],
"childNode": {
"type": 1,
"nodeName": "质量部门检查",
"setType": 1
}
},
{
"nodeKey": "inclusive:technical_review",
"nodeName": "技术评审",
"conditionList": [
[
{"field": "complexity", "operator": "=", "value": "high"}
]
],
"childNode": {
"type": 1,
"nodeName": "技术部门评审",
"setType": 1
}
}
]
}
最佳实践
1. 优先级设置原则
mindmap
root(路由优先级配置)
高优先级条件
金额大于10000
紧急项目
重要客户
中优先级条件
金额5000-10000
普通项目
低优先级条件
金额小于5000
默认路由
2. 条件表达式优化
- 使用明确的字段名和操作符
- 避免过于复杂的嵌套条件
- 为常用条件设置合适的优先级
- 确保默认路由始终存在
3. 性能考虑
- 条件表达式按优先级排序,高优先级条件放在前面
- 使用索引字段进行条件判断
- 避免在条件表达式中进行复杂计算
常见问题处理
路由匹配失败
当没有路由条件匹配时,系统会自动选择默认路由(优先级最低且无条件表达式的路由)。
条件表达式错误
确保条件表达式的字段存在于流程变量中,操作符支持包括:=, !=, >, >=, <, <=, in, not in等。
路由循环检测
FlowLong内置了路由循环检测机制,防止流程陷入无限循环。
总结
飞龙工作流FlowLong的网关路由配置提供了强大而灵活的业务流程控制能力。通过合理的路由配置,可以实现复杂的业务逻辑分支,满足各种审批场景的需求。掌握路由配置的技巧,能够大大提升工作流的设计效率和应用效果。
建议在实际项目中根据具体业务需求,灵活组合使用不同类型的网关路由,构建出既符合业务逻辑又高效可靠的流程系统。
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 StartedRust0191
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 Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
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
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
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++
856
1.92 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++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
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
455
437
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++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 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 Notebook
296
114
昇腾LLM分布式训练框架
Python
178
220