状态管理器：让工作流节点“记住”上下文

在一个工作流中，节点并不是独立执行的。

前一个节点产生的结果，要传给下一个节点；更早节点的数据，后面的节点有时也需要再次使用。负责管理这些数据的，就是 StateManager。

一、状态从哪里开始

工作流启动时，StateManager 会创建一个状态对象，通常包含以下信息：

inputData      原始输入
currentInput   当前节点要处理的数据
nodeOutputs    所有节点的历史输出
status         当前状态，例如 RUNNING
startTime      工作流开始时间

其中，currentInput 初始值就是原始输入，nodeOutputs 初始为空。

例如用户输入：

请把这段中文翻译成英文

初始化后的状态可以理解为：

{
  "inputData": "请把这段中文翻译成英文",
  "currentInput": "请把这段中文翻译成英文",
  "nodeOutputs": {},
  "status": "RUNNING"
}

二、状态如何在节点之间流转

每个节点执行完成后，都会生成一个新状态：

读取 currentInput
执行节点逻辑
把输出写回 currentInput
同时保存到 nodeOutputs

执行过程大致如下：

初始化
  ↓
节点 A 执行
  ↓
状态更新
  ↓
节点 B 执行
  ↓
状态更新
  ↓
提取最终结果

假设流程是：

输入 → 翻译 → 校对

翻译节点执行后：

{
  "currentInput": "This is a translated sentence.",
  "nodeOutputs": {
    "translation": "This is a translated sentence."
  }
}

校对节点继续读取 currentInput，处理完成后再次覆盖它。

因此，流程结束时，currentInput 中保存的就是最后一个节点的输出。getFinalOutput() 直接读取这个值即可。

三、为什么还需要 nodeOutputs

如果只有 currentInput，数据只能像接力一样向后传递：

A 的输出 → B 的输入 → C 的输入

这样虽然简单，但前面的数据会逐渐被覆盖。

例如在“搜索 + 总结”流程中：

用户提出一个问题
Search 节点检索出三篇文档
Summary 节点需要同时看到原始问题和检索结果

这时：

currentInput 可以保存检索结果
nodeOutputs 可以保存原始问题和所有历史输出

后面的节点就能回头引用之前的数据，而不必依赖单一路径传递。

可以把它理解为：

currentInput：传送带上的当前数据
nodeOutputs：整个流程的历史档案

四、一个简单例子

“翻译 + 校对”流程中：

{
  "currentInput": "This is a translated sentence.",
  "nodeOutputs": {
    "input-1": "这是一句话。",
    "translation-1": "This is a translated sentence."
  }
}

校对节点可以：

从 currentInput 获取待校对的英文
从 nodeOutputs["input-1"] 获取原始中文

这样既能处理当前结果，也能访问历史上下文。

五、总结

StateManager 管理的是工作流的完整生命周期：

初始化状态
→ 节点读取状态
→ 节点产生输出
→ 状态持续更新
→ 最后提取结果

其中：

currentInput 负责节点之间的连续传递
nodeOutputs 负责保存所有历史结果
inputData 保留最初的用户输入
status 和 startTime 记录执行信息

正因为有了这套状态机制，工作流节点既能“接着上一步继续处理”，也能“回头查看之前发生了什么”。