工作流引擎

管线

每个 ChatObject 运行预编译工作流。默认管线是简单对话（一次 LLM 调用、不分解）；Step 驱动变体通过显式传入 workflow=_step_workflow_rendered （或 SIMPLE_STEP_REACT）启用。两者共享同一外壳：

策略块按模式变化。简单对话完全跳过它；Step 驱动循环运行：

# STEP_BODY —— 一次任务循环迭代 = 一个 Step
STEP_BODY = NODE_INTRO >> NATIVE_WHILE(iter_cond).ACTION(STEP_EXEC) >> NODE_LEAVE

DI 上下文作为状态层

工作流节点是无状态函数；所有状态存在于按参数类型注入的 DI 上下文中 （见数据层）。这就是同一批节点可跨管线复用的原因。

预组合管线

amrita_core.builtins.workflows 提供现成图。两个家族，每个家族选一个：

管线	组合
STEP_REACT_BLOCK	STRATEGY_INIT >> AGENT_ENTRY >> NATIVE_DO(STEP_BODY).WHILE(task_cond) >> AGENT_POST_PROCESS
SIMPLE_STEP_REACT	LOAD_STATE >> JINJA2_RENDER >> BUILD_MESSAGE >> STEP_REACT_BLOCK >> LLM_COMPLETION >> COMMIT_MEMORY
STEP_REACT_ONLY	LOAD_STATE >> JINJA2_RENDER >> BUILD_MESSAGE >> STEP_REACT_BLOCK
CHATOBJECT_STEP_REACT	ARCHIVED_SEGMENT(ALIAS(AGENT_ENTRY, AGENT_STRATEGY) >> NATIVE_DO(STEP_BODY).WHILE(task_cond) >> AGENT_POST_PROCESS) >> ALIAS(NOP, STRATEGY_EOF)
REACT_BLOCK（遗留）	STRATEGY_INIT >> AGENT_ENTRY >> WHILE(SINGLE_STRATEGY_CALL).ACTION(REACT_COUNTER) >> AGENT_POST_PROCESS
SIMPLE_REACT（遗留）	LOAD_STATE >> JINJA2_RENDER >> BUILD_MESSAGE >> REACT_BLOCK >> LLM_COMPLETION >> COMMIT_MEMORY
REACT_ONLY（遗留）	LOAD_STATE >> JINJA2_RENDER >> BUILD_MESSAGE >> REACT_BLOCK
SIMPLE_CHAT	LOAD_STATE >> JINJA2_RENDER >> BUILD_MESSAGE >> LLM_COMPLETION >> COMMIT_MEMORY

如何选择：

• SIMPLE_CHAT——普通单轮对话，无 agent 循环。这是默认值 （workflow=None 解析到这里）。
• *_ONLY 变体在 agent 块结束后停止：没有最后的 LLM_COMPLETION 冲刷， 不提交记忆。适合自行组合尾部时使用。
• SIMPLE_* 变体是完整管线（前奏 + 块 + 完成 + 提交）打包成一个对象—— 直接把对象传给 get_chatobject(workflow=...)。
• STEP_REACT_BLOCK / SIMPLE_STEP_REACT / STEP_REACT_ONLY 运行 Step 驱动循环（选择启用的 ReAct 模式；见Step 循环）。
• REACT_BLOCK / SIMPLE_REACT / REACT_ONLY 是遗留单次调用循环—— 为兼容保留，优先用 Step 驱动家族。
• CHATOBJECT_STEP_REACT 是策略块在 ChatObject runner 内被归档 （JMP 跳过）时使用的内部变体——_run_strategy 跳到 AGENT_STRATEGY， 尾部 NOP 别名 STRATEGY_EOF 提供顺延。一般无需手工传入。

ChatObject(workflow=...) 接受任意渲染图；workflow 与 archived_nodes 互斥。默认 workflow=None 解析为简单对话管线——需要 Step 驱动循环时传 _step_workflow_rendered（来自 amrita_core.chatmanager），或用 SIMPLE_STEP_REACT 一次拿到完整管线。

循环条件

条件	何时停止
task_cond	调用上限、_suggested_stop、停滞注入、或全部 DAG 节点完成
iter_cond	调用上限、停滞、token 预算耗尽、exec_finished、或建议停止

两者都在 amrita_core.components.react 中，读取 loop.run_state——在循环与 策略之间桥接的语义状态。

下一步

挂起与恢复——中途暂停工作流。