temporal

该技能提供 Temporal.io 工作流编排的专家级知识，覆盖 Python SDK（temporalio）与 TypeScript SDK（@temporalio/*）、平台核心概念及 AI/LLM 编排模式。参考资料按需查阅：core-concepts.md 讲架构、确定性、超时、重试策略与高级特性；python-sdk.md 讲工作流/活动实现、装饰器、测试与客户端/Worker 配置；typescript-sdk.md 讲实现、沙箱、打包与测试；ai-patterns.md 讲 AI 智能体编排、LLM 流水线、人工介入及框架集成。平台以事件溯源重放实现持久执行，应用状态可跨进程崩溃、基础设施故障与部署存活，由 Temporal Service 与用户基础设施上的 Worker、Client 组成。核心原语包括 Workflow、Activity、Worker、Task Queue、Signal、Query、Update、Child Workflow、Schedule。Workflow 代码须保持确定性，随机数、系统时间、I/O 等应放入 Activity，并使用 workflow.now()、workflow.random()、workflow.sleep() 等沙箱替代方法。超时模型区分工作流执行、运行、任务与活动的各类超时，其中 Start-to-Close Timeout 是检测 Worker 故障的主要机制。活动默认按 1 秒初始间隔、2.0 退避系数无限重试，工作流默认不重试。Python 包安装命令为 pip install temporalio；本地开发可用 brew install temporal 安装 CLI，并以 temporal server start-dev 启动开发服务器（gRPC :7233，Web UI :8233），加 --db-filename 可持久化。AI 场景下应将 LLM 客户端自带重试关闭（如 max_retries=0），交由 Temporal 管理。支持 OpenAI Agents SDK、Pydantic AI、Vercel AI SDK、Anthropic Claude API、LangChain、MCP 等集成。版本演进通过 patched()/deprecate_patch() 机制完成。具体收费、价格与更多使用限制暂未提供。