Elsa Workflows中实现多人审批竞争性完成的机制解析
2025-05-30 19:45:21作者:舒璇辛Bertina
背景与需求场景
在现代工作流引擎应用中,多人并行审批是一种常见模式。例如某个采购申请需要三位部门主管中任意一位审批即可通过,此时系统需要确保只要有一位完成审批,其他并行分支就自动取消执行。这种"竞争性完成"机制在Elsa Workflows中的实现方式经历了版本迭代。
Elsa 3.x版本的解决方案演进
Elsa 3.5及之前版本:Join活动方案
在Elsa 3.5及更早版本中,虽然没有专门的CancellationScope活动,但可以通过Join活动实现类似效果。其核心原理是:
- 并行分支设计:创建工作流时,从起始节点分出多个并行审批分支
- 汇聚节点处理:所有分支最终连接到一个Join活动
- 自动取消机制:当任一分支到达Join节点时,引擎会自动取消其他分支的待处理书签(bookmark)
典型的工作流结构如下:
开始 → 审批人A → Join → 结束
开始 → 审批人B → Join
开始 → 审批人C → Join
Elsa 3.6的优化方案:Race合并模式
从Elsa 3.6版本开始,工作流设计变得更加灵活:
- 去中心化合并:不再强制要求使用Join活动,任何活动都可作为合并点
- 配置化竞争:通过设置活动的"merge mode"属性为"Race"来实现竞争完成
- 智能取消:当任一分支到达合并点时,其他所有携带书签的输入分支都会被自动取消
这种改进使得工作流设计更加直观,减少了必须使用特定活动的限制。
实现原理深度解析
书签机制的核心作用
Elsa的竞争性完成机制依赖于其底层的书签系统:
- 每个等待审批的活动都会创建一个持久化的书签
- 当用户完成审批时,系统通过书签恢复工作流执行
- 在竞争模式下,系统会主动清理其他并行分支的书签
实际应用建议
对于需要实现"任意一人审批即通过"的场景,建议:
- 明确区分审批活动和普通活动
- 为每个审批分支设置明确的前置条件
- 在生产环境中充分测试竞争条件下的异常处理
- 考虑添加超时机制作为补充保障
版本选择建议
对于不同项目环境:
- 新项目建议直接采用Elsa 3.6+版本,利用更灵活的Race合并模式
- 现有系统若使用3.5版本,可通过Join活动实现相同效果
- 特别复杂的场景可以考虑自定义活动扩展基础功能
通过理解Elsa的这些机制,开发者可以构建出更健壮、高效的多人协作工作流系统,满足各种业务审批场景的需求。
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