复杂任务如何编排：工作流、单 Agent 与多 Agent 的取舍
用同一个研发排障任务比较固定工作流、单 Agent 动态调用与多 Agent 分工，说明串并行、路由和委派的适用条件。通过 SQLite 检查点演示中断恢复、身份隔离及绑定方案的人工确认，并分析重试、重复副作用和协调成本。
15 篇公开文章
分布式系统与工作流
讨论任务编排、调度、状态一致性与故障恢复，让复杂任务可靠运行。
推荐阅读顺序
- Rill Flow 执行机制解析：DAG 调度、异步回调与失败重试
以并行视频处理为例，沿着 YAML 定义、任务派发与异步回调，解析 Rill Flow 的 DAG 推进、失败重试及幂等边界。
- 工程日志：任务调度器如何兼顾复用率与公平性
从数据局部性、执行槽位、任务组和失败租约出发，整理计算任务调度器的核心权衡。
更多文章
大数据专题（二）：Kafka 数据接入，分区、消费进度与可靠重放
从视频播放事件的接入与积压出发，理解分区键、消费位置、提交顺序和幂等边界，用真实 Kafka 实验观察恢复消费与主动回放。
Rill Flow 专题（六）：从视频处理到 LLM——工作流机制的复用与扩展
将视频处理流程迁移为文档与模型调用链路，分析 Rill Flow 可以复用的编排机制，以及输出校验、质量评估、调用预算和动态循环需要补充的设计。
Rill Flow 专题（五）：从引擎到业务系统——执行器接入与运行治理
从一个已有转码服务的接入过程出发，说明 Rill Flow 的任务派发、异步完成协议与运行治理，建立执行器契约、过载处理和排障所需的基本认识。
Rill Flow 专题（四）：可靠性的边界——状态保存、并发推进与业务幂等
从重复回调、派发异常和进程退出出发，分析 Rill Flow 的状态保存、加锁与重试路径，区分引擎状态推进和业务副作用的可靠性边界。
Rill Flow 专题（三）：复杂流程如何表达——数据映射、分支与并行汇合
以视频处理流程为例，解析 Rill Flow 的输入输出映射、上下文作用域、条件分支与并行汇合，理解流程结构正确之外还需要维护哪些数据约束。
Rill Flow 专题（一）：从主流工作流引擎看核心机制与设计取舍
从视频处理中的依赖、异步等待与部分失败出发，对比 Airflow、Flowable、Temporal 的执行模型，理解工作流的核心机制，以及 Rill Flow 的设计选择与适用边界。