PaiFlow工作流Agent是如何做超时控制与异常处理的？

工作流在执行过程中，很难保证每一次都能按照预期顺利跑完。现实情况可能是，模型调用超时，代码本身存在 bug。所以我们需要提前考虑异常情况下的处理，未雨绸缪（聪明如我）。

PaiFlow 的异常处理方案，首先考虑的是容错性。比如网络波动、短暂的服务不可用等，通过重试机制，让流程有机会自我恢复，而不是一次失败就终止。

其次是可控性。异常处理必须要引入超时控制，防止某个节点卡死，拖垮整个工作流。然后还要灵活，不同业务场景对异常的容忍度不一样，有的要立即失败，有的要给兜底结果继续向下执行，还有的需要异常分支。

最后要有记录，无论是日志、回调事件，还是最终的执行结果，都应该让用户和开发者清楚地知道哪里出了问题，系统做了什么决策，流程最终是如何结束的。

典型的既要又要😄。

理想状态下，用户构建出的工作流应该是一个完整的 DAG 图，并且每个节点都能按部就班地执行。

但如果用户拖拽出来的工作流没有 End 节点、存在自环、节点参数未填写等，这些都可能导致 DSL 构建失败；又或者执行过程中，因为变量过多/内存泄露导致 OOM；还有一些节点在执行的时候，依赖的服务挂了、模型超时等原因失败；再或者工作流执行成功了，但在给客户端回传消息的过程中，网络断了、连接挂了。。。。。。

对于业务场景下的异常，比如说工作流不完整、缺少参数、节点逻辑配置错误等，应该明确告诉用户哪里错了。对于程序异常，基本上都是因为系统本身存在 bug、第三方服务不可用、代码未覆盖边界等，这些异常一方面需要报警，另一方面要尽可能保障主流程可恢复。

对于 PaiFlow，第一期我们聚焦这几个环节：

• 节点执行超时，避免某些插件卡死；

• 节点执行失败时自动进行重试；

• 节点异常后支持三种策略：忽略异常继续、终止流程、跳转到指定分支。

因此接下来，我们主要讲这几个组件：

• RetryConfig：重试配置类，定义超时时间和重试策略

• AsyncUtil：异步工具类，提供超时执行支持

• ErrorStrategyEnum：错误处理策略枚举，定义不同的异常处理方式

• AbstractNodeExecutor：节点执行器的基类，实现重试和超时控制逻辑

1.超时控制

超时控制，本质上是一种止损机制。它要解决的问题并不复杂：如果一个 Node 在预期时间内没有返回结果，系统就必须主动介入，而不是无限等待。

如果缺乏超时控制，就会出现这几个典型的问题：

• 某些插件节点依赖外部服务，网络抖动导致线程长时间阻塞；

• 模型调用异常，没有明确的失败信号，也始终没有返回；

• 异步任务堆积，线程池被慢任务消耗殆尽；

• 用户端只能看到“还在执行”，却不知道已经进入了异常状态。

1.1 RetryConfig

在 PaiFlow 中，所有与超时和重试相关的行为，都被封装到了一个统一的配置类中：RetryConfig。

• shouldRetry: 是否允许重试

• maxRetries: 最大重试次数，避免无限重试

• timeout: 节点的超时时间

• errorStrategy: 节点发生异常时采用的错误处理策略

• customOutput：在特定错误策略下，用于构建后续节点输入的兜底数据。

注：对于重试策略，还有一个关键属性，重试间隔时间，我们采用的是立即重试；但是在真实的商业类项目中，这个参数非常有必要；因为一次执行失败，立即重试的失败可能性是很高的，不妨过一段时间再试试；立即重试也会给被调用方带来瞬时的流量峰值，使情况更加恶劣；有兴趣的球友可以扩展一下。

1.2 AsyncUtil

AsyncUtil 是一个异步执行工具类，基于Google Guava的SimpleTimeLimiter实现：

@Slf4j
public class AsyncUtil {
    private static final SimpleTimeLimiter simpleTimeLimiter;

    static {
        ExecutorService executorService = ExecutorBuilder.create()
                .setCorePoolSize(10)
                .setMaxPoolSize(50)
                .setKeepAliveTime(0, TimeUnit.SECONDS)
                .setWorkQueue(new SynchronousQueue())
                .setHandler(new ThreadPoolExecutor.CallerRunsPolicy())
                .setThreadFactory(THREAD_FACTORY)
                .buildFinalizable();
        // 包装一下线程池，避免出现上下文复用场景
        executorService = TtlExecutors.getTtlExecutorService(executorService);
        simpleTimeLimiter = SimpleTimeLimiter.create(executorService);
    }

    /**
     * 带超时时间的方法调用执行，当执行时间超过给定的时间，则返回一个超时异常，内部的任务还是正常执行
     * 若超时时间内执行完毕，则直接返回
     *
     * @param time
     * @param unit
     * @param call
     * @param
     * @return
     */
    public static  T callWithTimeLimit(long time, TimeUnit unit, Callable call)
            throws ExecutionException, InterruptedException, TimeoutException {
        return simpleTimeLimiter.callWithTimeout(call, time, unit);
    }
}

在 AsyncUtil 的静态代码块中，时间限制器 simpleTimeLimiter 和线程池 executorService 一起创建并绑定。这意味着所有通过 simpleTimeLimiter 提交的任务，都将在 As...