超时与等待策略

TriggerFlow 是事件驱动的编排系统，结果可能依赖外部信号。如果没有超时控制，start() 或 get_result() 可能长期阻塞。

为什么需要 timeout

• 事件驱动：流程往往等待外部 emit() 才能继续
• 异步启动：execution.async_start() 非阻塞启动后，结果可能在任意时刻才出现
• 工程稳定性：超时可避免接口一直挂起，便于降级与监控

对于线性流或能确保所有块都会执行完毕的流程，不需要超时控制，可以把 timeout 设为 0（立即返回）或 None（一直等待）。

timeout 的工作逻辑

start() / get_result() 的底层逻辑是等待 result_ready 事件：

• timeout=None：一直等待直到 end() 或 set_result()
• timeout=0：不等待，立即返回当前结果（通常为 None）
• timeout>0：超过时间未完成会返回 None 并提示超时警告

示例：异步触发 + 超时等待

from agently import TriggerFlow, TriggerFlowEventData

flow = TriggerFlow()

@flow.chunk
def approve(data: TriggerFlowEventData):
  return f"approved:{data.value}"

flow.when("User.Confirm").to(approve).end()

execution = flow.start_execution("start", wait_for_result=False)
print("before", execution.get_result(timeout=0.01))

execution.emit("User.Confirm", "ok")
print("after", execution.get_result(timeout=1))

运行结果（会伴随一次超时警告）：

before None
after approved:ok

何时不需要 timeout

• 线性链路明确 end()，且一定会完成
• 你希望完全阻塞直到结果出现（timeout=None）