对于workflow 的持久化处理，在执行中还是很重要的,官方提供了一些思路

共享数据模式

实际上就是通过存储彬变量在三方中，复用使用

class DbWorkflow(Workflow):
    def __init__(self, db: Client, *args, **kwargs):
        self.db = db
        super().__init__(*args, **kwargs)

    @step
    def count(self, ev: StartEvent) -> StopEvent:
        num_rows = self.db.exec("select COUNT(*) from t;")
        return StopEvent(result=num_rows)

存储数据在context 对象中

w = MyWorkflow()
handler = w.run()
context = handler.ctx
# Save the context to a database
db.save("id", context.to_dict())

#
# Restart the Python process...
#

w = MyWorkflow()
# Load the context from the database
context = Context.from_dict(w, db.load("id"))
# Pass the context containing the state to the workflow
result = await w.run(ctx=context)

外部resource 注入模式

实际上就是使用resource（可以是各类共享存储）

说明

持久运行还是比较重要的，尤其是需要可靠执行的场景，官方提供了一些思路可以学习下

参考资料

https://developers.llamaindex.ai/python/llamaagents/workflows/durable_workflows/