Elsa Workflows 3.x 中使用C后端启动工作流的方法
2025-05-31 13:39:43作者:齐冠琰
在Elsa Workflows 3.x版本中,开发者经常需要从后端代码启动工作流实例。与2.x版本不同,3.x版本提供了更加简洁和直观的API来实现这一功能。
核心接口 IWorkflowRuntime
Elsa 3.x引入了IWorkflowRuntime接口,这是启动工作流的主要入口点。该接口提供了多种方法来启动工作流实例,比2.x版本中的WorkflowLaunchpad服务更加直观易用。
基本使用方法
要启动一个工作流实例,首先需要注入IWorkflowRuntime服务:
private readonly IWorkflowRuntime _workflowRuntime;
public MyService(IWorkflowRuntime workflowRuntime)
{
_workflowRuntime = workflowRuntime;
}
然后可以使用以下方法启动工作流:
// 通过定义ID启动工作流
var result = await _workflowRuntime.StartWorkflowAsync(
workflowDefinitionId: "your-workflow-definition-id",
correlationId: "optional-correlation-id",
input: new { Property1 = "Value1", Property2 = 123 });
方法参数说明
StartWorkflowAsync方法有几个重要参数:
workflowDefinitionId: 必需参数,指定要启动的工作流定义IDcorrelationId: 可选参数,用于关联多个工作流实例input: 可选参数,可以传递任意对象作为工作流的输入数据
返回值处理
方法返回一个StartWorkflowResult对象,包含以下有用属性:
WorkflowInstanceId: 新创建的工作流实例IDStatus: 工作流实例的当前状态SubStatus: 工作流实例的子状态Bookmarks: 如果工作流暂停,会包含书签信息
高级用法
除了基本启动方法外,IWorkflowRuntime还提供了其他有用的方法:
// 通过定义版本ID启动特定版本的工作流
await _workflowRuntime.StartWorkflowByDefinitionVersionIdAsync(...);
// 启动并等待工作流完成
await _workflowRuntime.RunWorkflowUntilEndAsync(...);
最佳实践
- 总是检查返回结果的状态,确保工作流按预期启动
- 对于长时间运行的工作流,考虑使用
correlationId来跟踪相关实例 - 合理设计输入对象的结构,便于在工作流活动中使用
- 在生产环境中添加适当的错误处理和日志记录
通过使用IWorkflowRuntime接口,Elsa 3.x使得从后端代码启动工作流变得更加简单和直观,大大提高了开发效率。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
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++
892
667
Ascend Extension for PyTorch
Python
376
445
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
349
200
昇腾LLM分布式训练框架
Python
116
145
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
777
暂无简介
Dart
797
197
React Native鸿蒙化仓库
JavaScript
308
359
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.13 K
271