状态机

LangGraph将Agent工作流抽象为有向图，每个节点代表一个Agent或处理步骤，边代表状态流转条件

工具的命名、描述和参数说明是Agent决定何时调用工具的关键上下文，可理解为一种提示词工程

状态机是一种将系统行为建模为状态加转换规则的计算模型

状态机强调一组有限状态、状态之间的合法迁移以及触发迁移的事件，其核心是“当前处于什么状态、允许发生什么”。

在人工转接场景中，状态机可用于显式管理Agent的生命周期，如“自主执行”“等待人工”“人工接管中”“已恢复执行”等状态，使转接逻辑集中定义、可观测、可测试。

CPU本质上是一个状态机：当前状态由寄存器值和程序计数器定义，每条指令执行后状态按指令语义迁移到下一个状态。

传统电子宠物的行为由预设脚本和状态机控制，反应有限且高度可预测。

数字孪生将记忆、逻辑和执行视为整体，身份层是不断演化的状态机，而非系统提示词中的一段文字。

角色状态切换优先级从高到低为：死亡、受伤、攻击、空中、跑步、待机；攻击、受伤、死亡播放期间要锁定，直到动画播完信号才允许切走。

合理的落地判定状态机需同时满足多个条件：车辆最低点与地面距离小于阈值、垂直速度朝下或接近零、前一帧处于空中状态，才触发落地事件并切换到着地状态，同时需短暂容差帧避免抖动；仅用“位置与地面相交即算落地”会导致初始贴地时第一帧误判。

状态机是由有限个状态及状态间转移规则组成的计算模型，系统任意时刻只处于一个确定状态，只有满足特定条件时才转移。

可靠AI外呼系统应使用显式状态机约束流程，每个状态转换需记录执行者、时间戳、原因、前状态、新状态、策略版本和证据引用，并拒绝无效转换（如迟到的Webhook不得将已关闭通话回退）。

工作流状态转换应显式记录为 pending、running、succeeded、failed 或 awaiting_review。

稳健的医疗智能体架构必须区分行动的五个状态：已提议、已授权、执行中、已完成、已失败，每个状态需要明确的转换规则和安全防护。

在医疗智能体场景中，状态机要求迁移必须经过合法路径，非法跳转（如从已授权直达已完成）会被架构层直接拒绝。

在写任何代码之前先定义状态机，可以结构化地考虑边界情况，包括哪些事件可以在循环的哪个状态下触发，以及哪些终止状态能覆盖这些边界情况。

在AI代表产品的界面中，请求的生命周期应至少包含三个互斥状态：提议的请求（Proposed）、已提交的请求（Submitted）、主人批准的请求（Approved）。

把'开发完成'和'验收通过'两组数字做减法或相加，本质上是把状态机里的两个不同节点当成了同一个计数口径，会产生'双重计数'或'漏计'。

强制工具调用死循环的根源是动作触发条件与释放条件不对称，即缺少状态机中的“转移边”，系统停留在同一状态反复执行同一动作。

图结构编排型框架以状态机与有向图为技术基础，每个节点代表一个执行单元（LLM调用、工具执行、条件判断），边定义控制流。