ZGI 运行日志:还原任务与节点状态

运行日志需要回答四个问题:哪一次任务出了问题,执行停在哪个节点,该节点收到了什么,随后留下了什么结果。只保存最终报错,团队很难判断问题来自上游输入、当前节点、权限限制还是外部接口。任务级记录用于缩小范围,节点级记录用于重建执行顺序。

ZGI 为工作流运行和节点执行提供分层记录。任务层可以查看工作流、状态、耗时和输出;进入某次运行后,还能按节点检查节点标识、类型、顺序、前序节点、状态、耗时、完成时间、错误以及可用的输入输出。排查从一次运行逐步落到一个节点,信息不会只停在最终回答上。

这类记录对长流程尤其重要。一个材料处理任务可能依次经过文件读取、知识检索、模型整理、条件判断和数据库写入。页面只提示"执行失败"时,每一段都有嫌疑;节点状态连起来后,可以先找到第一个异常节点,再向前核对输入,向后确认哪些动作尚未发生。

任务记录先确定影响范围

任务级记录适合回答"哪次运行需要处理"。状态可以区分进行中、完成和失败,耗时帮助发现明显卡顿,工作流标识用于确认调用了哪条流程,输出则能判断任务是否已经产生可用结果。批量任务同时报错时,先按时间、状态和工作流范围筛选,比从大量节点日志里逐条翻找更快。

任务记录还要和业务回执一起看。工作流显示失败,外部系统可能已经收到请求;工作流显示完成,写入的数据也可能未通过业务校验。对数据库写入、通知和支付类动作,应保存可查询的业务标识,在重试前确认外部结果,避免重复执行。

记录层级 主要信息 适合回答的问题
任务级 工作流、状态、耗时、整体输出 哪次运行异常,影响范围多大
节点级 节点类型、顺序、前序关系、状态 执行停在哪里,上一步来自哪里
节点详情 输入、输出、过程数据、错误 当前节点为什么无法继续
业务回执 请求标识、外部状态、结果位置 外部动作是否已经发生

节点链路帮助找到第一个异常点

排查节点时,先找到第一个状态异常或耗时明显偏离的节点。随后查看前序节点的输出能否满足当前输入,字段名、数据类型和空值是否符合约定。当前节点有明确错误时,再结合节点类型处理:检索节点检查候选与权限过滤,模型节点检查输入长度和模型调用,HTTP 节点检查响应码与超时,写入节点检查绑定范围和业务校验。

错误发生后的节点也要看。它们可能处于未执行、跳过或等待状态,能够帮助判断影响范围。若下游节点已经执行,重跑策略需要考虑副作用;若流程停在人工审批或问答节点,等待状态属于正常控制路径,不能直接归类为故障。

ZGI 的节点记录保留前序节点标识、执行顺序和可用的过程数据,适合沿链路回看。日志可以提供排查证据,根因仍需结合具体节点、外部系统回执和部署环境确认。自动诊断给出的解释也应保留为排查线索,不直接替代复现。

日志内容需要同时考虑权限与留存

输入和输出可能带有合同文本、用户信息、数据库字段或工具返回。运行日志的查看权限需要跟随工作区角色和业务范围,展示页面对密钥、令牌与敏感字段做遮盖。留存周期也应按排障和审计需求设置,避免长期保存所有完整正文。

上线前可以主动注入三类故障:让一个接口超时,提交一份缺少字段的输入,再使用无权访问资源的账号执行。逐次检查任务状态、首个异常节点、错误信息和下游执行情况。日志能够回答这几项,团队才具备可重复的排查入口。

GitHub:https://github.com/zgiai/zgi

Gitee:https://gitee.com/zgiai/zgi

相关推荐
Flynn Liang2 天前
可观测性与成本治理:一次对话的 17 个观测点
java·langchain·可观测性·micrometer·langchain4j·token 成本·llm 监控
VIP_CQCRE3 天前
WorkBuddy 接入 Maestro 后,如何把一句需求变成可验收的视频任务
工作流·ai视频·maestro·mcp·workbuddy
czd8905 天前
Vector 内存缓慢泄漏排查:datadog_metrics sink 的增量转换状态永不过期
vector·内存泄漏·可观测性·datadog
VIP_CQCRE8 天前
视频任务显示‘已提交’之后:别让异步生成变成黑盒
异步任务·工作流·ai视频·mcp
Flynn Liang11 天前
上线后怎么排查 AI 调用?Spring AI Observability:token/延迟/成本埋点与全链路追踪
java·人工智能·spring·监控·可观测性·observability·springai
終不似少年遊*11 天前
【安全业务Agent】从场景到编排
python·react.js·ai·langchain·agent·安全架构·工作流
奈落2412 天前
Codex 并进 ChatGPT 之后,“编程智能体“是变浅了还是变顺了:从官方概览页的功能分工到五家公司开发者反馈,读一次产品化合并的得与失
人工智能·chatgpt·工作流·ai 编程
VIP_CQCRE12 天前
内容自动化越跑越乱?先补上状态、去重和失败恢复
python·ai·工作流·幂等设计·内容自动化
步步为营DotNet12 天前
.NET 可观测性选型:Metrics、ActivitySource、EventSource 到底该用哪个
c#·.net·metrics·可观测性
2601_9679873714 天前
SigNoz 自建顶掉 Datadog,可观测的月账省回小两万
可观测性·opentelemetry·成本控制·自建系统·运维成本