还在用 Cron 调度任务？分布式工作流编排的正确姿势

还在用 Cron 调度任务？你的后台任务是不是经常”悄悄死掉”、失败重试全靠手动？最近我发现了一个超硬核的 Skill——Workflow Orchestration Patterns，专门解决分布式系统里工作流编排的各种坑，用的是 Temporal 这个框架。用了两周，我的订单系统从来没这么稳过。

为什么你的定时任务总是不够可靠？

普通 Cron 的问题：任务跑一半机器挂了，对不起，重头来；外部 API 超时了，对不起，没有重试机制；多步骤流程里某一步卡住了，对不起，你得自己写补偿逻辑。

Temporal 解决的是”长生命周期、高可靠性”的工作流问题。你不需要自己实现幂等、重试、状态持久化——框架全帮你包了。但问题是：这玩意儿怎么设计、怎么用才正确？

这个 Skill 解决了什么问题

Workflow Orchestration Patterns 是一份针对 Temporal 架构的设计指南，核心内容包括：

Workflow vs Activity 分离原则：Workflow 是编排逻辑（deterministic，不能有 Date.now()、不能直接调外部 API），Activity 是外部交互（可以调支付网关、写数据库）。很多新手把这两个搞混，导致工作流跑着跑着就”非确定”了，直接 crash。这个 Skill 帮你从源头避开这个坑。

Saga 补偿模式：分布式事务里，总有一环会失败。Saga 模式的核心是”正向操作 + 补偿回滚”——支付成功后物流失败了，那就退款。Skill 里详细讲了怎么设计补偿链路、怎么判断补偿边界。

实战避坑清单：Skill 还总结了 Temporal 开发中常见的 9 类错误，比如在 Workflow 里用了 datetime.now() 而不是 workflow.now()、调用外部 API 直接放 Workflow 里、Activity 没设 timeout 导致永久阻塞……每一条都是真实踩出来的。

适合谁用？

• 后端工程师，正在引入 Temporal 或想评估要不要用
• 有复杂业务流程（订单、预约、审批）要上自动化
• AI Agent 要编排多步骤任务，需要可靠的状态管理
• 团队从老旧的 cron/job 队列迁移到现代编排系统

安装超快

npx skills add wshobson/agents --skill workflow-orchestration-patterns

装完 Claude Code、Cursor、OpenCode 等主流 Agent 都能用。Skill 本身是纯文档型的设计指南，不需要额外配置，直接告诉 AI 你的业务流程，它就能帮你设计出 Temporal 工作流方案。

说实话，之前总觉得工作流编排是”大厂才需要的东西”。用完这个 Skill 发现：只要你有超过 2 个步骤的后台任务、只要你的任务可能失败需要重试——这个 Skill 就值得看看。

GitHub: https://github.com/wshobson/agents

GitHub: https://github.com/wshobson/agents