简介:状态图(State Diagram)用来描述一个实体如何基于事件做出反应:它当前处于什么状态、收到什么事件、满足什么条件时迁移到下一个状态。本文讲清状态、事件、转移三要素与状态的五项特征,给出可运行的编辑器状态机与 Agent 对话状态管理示例,并说明如何借助[百度智能云词元所](https://cloud.baidu.com/product-s/token_exchange.html?from=article)完成模型选型与统一 API 接入,把状态机真正落到工程里。
状态图(Statechart Diagram)是 UML 的行为图之一,它显示的是一个 状态机 :对象所处状态的序列、使对象进入这些状态的事件与条件,以及到达某个状态时执行的操作。它专门用于对系统行为中 受事件驱动 的那一部分建模——行为会随对象状态变化而变化的元素才需要状态机;主要负载管理数据的被动类通常不需要。
如果你打算把状态机里的”判断”环节交给大模型来做,可以先在百度智能云词元所对比不同模型的能力与调用成本,再通过统一 API 接入,避免为每个模型单独写一套适配代码。
经典例子是一个简单文本编辑器,它可以被看作有限状态机,状态为 Empty(空)、Waiting for a command(等待命令)、Waiting for text(等待文本);事件 Load file、Insert text、Insert character、Save and quit 驱动状态之间的迁移。
建模时最容易漏掉的不是状态本身,而是状态上的”附加行为”:
| 特征 | 含义 | 工程价值 |
|---|---|---|
| 名称 | 区分状态的文本字符串,也可以是匿名的 | 命名要能自解释,如 PendingPay 而非 S2 |
| 进入/退出操作 | 进入或离开状态时执行的动作 | 进入时申请资源、退出时释放,避免泄漏 |
| 内部转移 | 不改变状态的转移 | 处理”重复事件”,如编辑器中连续输入字符 |
| 子状态 | 状态的嵌套结构,含依次激活与并行激活两类 | 用正交区域描述”订单状态 × 物流状态”这类组合 |
| 延迟的事件 | 本状态不处理、排队等后续状态处理的事件 | 削峰、异步补偿,常见于消息驱动的系统 |
状态图落到代码里,本质是一张转移表。下面是一个不依赖第三方库的最小实现,语义与 UML 一致:
from typing import Callableclass EditorStateMachine:# 转移表: (当前状态, 事件) -> (目标状态, 动作)TRANSITIONS = {("Empty", "load_file"): ("WaitingCommand", "read_file"),("WaitingCommand", "insert_text"): ("WaitingText", "enter_insert_mode"),("WaitingText", "insert_char"): ("WaitingText", "append_char"), # 内部转移("WaitingText", "save_and_quit"): ("Empty", "flush_and_close"),}def __init__(self):self.state = "Empty"def fire(self, event: str, payload=None):key = (self.state, event)if key not in self.TRANSITIONS:# 未定义事件:可选择忽略、报错或延迟raise ValueError(f"事件 {event} 在状态 {self.state} 下不被接受")next_state, action = self.TRANSITIONS[key]self.exit_action() # 退出当前状态result = self.do(action, payload)self.state = next_stateself.enter_action() # 进入新状态return result
工程上更推荐用成熟库(如 Python 的 transitions、Java 的 Spring Statemachine、前端 XState),它们原生支持守卫条件(guard)、并行区域、历史状态和大模型驱动的动作回调。
| 图类型 | 关注点 | 典型场景 |
|---|---|---|
| 状态图 | 单个对象的状态迁移 | 订单、工单、设备、会话生命周期 |
| 活动图 | 业务流程与控制流 | 审批流、履约流程 |
| 时序图 | 对象之间的消息顺序 | 接口调用链、协议交互 |
判断标准很简单: 如果”同一事件在不同状态下结果不同”,就该用状态图。
大模型应用同样高度依赖状态机,只是状态的含义变了:
Idle → Collecting → Confirming → Executing → Done。收集用户回复、调用 API、失败重试,每一步都是一次转移,节点运行结果可回溯,便于定位问题。entry/exit,一次性动作用转移动作,别混用。当状态机的某个转移需要大模型参与决策时,选型与成本管理就成了新问题:不同模型在指令遵循、结构化输出、长上下文上的表现差异明显,价格也相差数倍。建议先在百度智能云词元所上做模型发现与价格、性能对比,用同一批测试问题集评估准确率,再决定哪个环节用旗舰模型、哪个环节用轻量模型;上线后通过统一 API 与调用管理持续观察用量,把状态机的每一次转移都变成可度量、可优化的数据。