Agently TriggerFlow 用于应用自身拥有可见多阶段执行语义的场景。若只是一次有界请求或运行，应使用 ModelRequest/AgentExecution；若由单个 Agent 自行负责长任务的规划、取证、验证与修复，而不需要应用编写阶段拓扑，则使用 agent.create_task(...)。
主要能力围绕拓扑优先展开：实现前先梳理必需的串行值边、独立分支与有界汇合、请求时观察边界、可安全取消或丢弃的临时工作，以及副作用顺序、外部容量、等待、修复与终止状态。用 batch(...)、for_each(...)、when(...) 和受管理的 emit 让扇出与汇合在图层面可见；重复用显式回边表示，不要把生命周期、重试或修订循环藏在 while True 分块处理器里。
生命周期与状态方面，调用方拥有异步边界时优先使用异步处理器与执行 API。flow.start(...) / flow.async_start(...) 仅用于调用方不需要执行句柄的有限自闭合运行；需要外部 emit、暂停恢复、保存加载、干预、检查、取消或宿主控制关闭时，用 flow.create_execution(auto_close=False)，以位置参数传入起始值，并以 await execution.async_close() 关闭。恢复后的行为应放在下游 chunk、显式 resume 事件或 data.is_resume 分支中。
并发、等待与流：create_execution(concurrency=N) 限制整个执行的处理分发，batch(..., concurrency=N) 与 for_each(..., concurrency=N) 限制局部扇出。用 emit_nowait(...) / async_emit_nowait(...) 代替未跟踪的 asyncio.create_task(...)。需要外部输入时用 pause_for(..., resume_to=...)。
恢复与动态图边界：保存/加载只负责 TriggerFlow 进度与声明的恢复元数据，不包含活动客户端、回调、信号量、协程帧、密钥或外部会话状态。开发者自有的稳定拓扑应直接写在可导入的 TriggerFlow 模块中，使用顶层处理器；显式提交或模型生成的 DAG 数据属于低频 TaskDAG 情形。API 形如 from agently import Agently, TriggerFlow；when、emit_nowait、pause_for 是 flow/runtime 方法而非顶层导入。资料未提供具体收费、平台与效果信息。