自动化任务流状态机：构建与实战指南

几个核心问题值得先想清楚：一个完全在本地运行的长文档任务，如何实现从“接收指令”到“生成最终报告”全流程无人干预？如果中途模型崩溃、显存溢出、甚至电脑意外关机，系统能否自动从中断点接续执行？答案是依赖一套基于本地状态文件 + 显式阶段划分 + 模型协同路由构建的自动化调度体系。

实质上，将人工操作逻辑拆解为可复用、可追踪、可恢复的状态机，远比依赖云端调度更可靠。Skywork 把本地状态文件作为“中枢大脑”，每个阶段做什么、做到哪一步，都通过 JSON 固化并实时记录。只有当阶段间关键输出完全落盘（例如 PDF 文本层解析完毕、条款提取结果写入 SQLite），系统才会允许进入下一阶段。

明确任务阶段与状态定义

每个 Skywork 任务启动时，系统自动分配一个唯一的task_id，并按照预定义的阶段序列执行。例如：

intent_recognition → document_parsing → clause_extraction → semantic_comparison → report_generation

这些不是抽象概念——它们被精确写入 %LOCALAPPDATA%SkyworkDesktopstates{task_id}.json 文件，对应字段为 "phase" 和 "progress"。系统采用保守推进原则：只有当一个阶段完全完成，且关键输出（如 PDF 文本层解析完整、条款提取结果写入 SQLite）成功落盘后，才会启动下一阶段。

建议新任务启动前，打开 Settings → Advanced → Long-Task Resilience，启用「自动快照间隔」并设为 120 秒。这样即便中途意外中断，也能从最近一个完整节点恢复，不必从头重跑 OCR 或向量计算。

配置跨阶段容错与模型降级

长任务最容易在哪个环节出现故障？模型推理阶段。比如 Claude Opus 在做语义比对时突然超时。为此，Skywork 准备了两级弹性策略：

• 勾选「跨模型失败降级」后，一旦指定的高精度模型超时或不可用，系统自动切换至同能力域的轻量模型。例如从skywork-32b-document降为skywork-14b-document，流程不会因此卡住。
• 启用「显存优先降级策略」，当 GPU 显存低于预设阈值时，表格分析类任务自动改用流式 CSV 解析 + skywork-7b-spreadsheet-light 模型。这能有效避免因内存溢出导致整个任务崩溃。

绑定关键节点 Hook 实现自动触发

状态机不仅用于“执行”，更是用来“触发下一步动作”——这才是状态机的精髓。你完全可以在任意阶段完成后挂载外部动作：

• 在 "phase": "risk_summary_report_generated" 之后，自动运行一个 PowerShell 脚本，发送邮件通知法务团队。
• 在 "phase": "ppt_exported" 之后，调用 Windows COM 接口，把生成的 PPT 直接插入当前打开的 PowerPoint 演示文稿中。
• 在 "phase": "data_validation_passed" 之后，触发本地 Python 脚本，将校验结果写入企业内部数据库。

所有 Hook 通过 JSON 配置绑定，这意味着无需修改核心代码即可灵活配置，同时支持错误重试和超时控制。这才是真正的工程化思维。

手动干预与状态可视化

自动化不等于完全黑盒。你随时可以介入查看或调整任务进展：

• 在命令面板输入 status [task_id]，即可立即看到当前阶段、进度百分比、已耗时长和剩余预估时间。
• 运行过程中，按Ctrl+Shift+S可以呼出悬浮栏。点击「详情」就能看到最近 3 条日志、内存占用情况，以及各个子步骤的完成标记，例如 "last_success_step": "pdf_text_layer_parsed"。
• 直接打开对应的 task_id.json 文件，也可以手动翻阅状态——但提醒一句：千万别手动编辑它，否则会触发校验失败，并被标记为 corrupted。

如果确实需要强制从某个阶段重试，可以用 resume_task(task_id, phase="semantic_comparison") 命令跳转。系统会自动加载当前阶段所需的上下文快照，确保衔接无缝。