能否举一个实际场景，说明如何使用 DAG（有向无环图）来编排多个 Skill 的执行？

面试官：“能举一个实际的业务场景，说明你是怎么用 DAG 来编排多个 Skill 的吗？”

候选人：

“最经典的场景就是‘商务出行全流程安排’。用户说一句‘下周二去深圳见客户，帮我安排一下’，背后涉及七八个 Skill 的协作。我以这个为例，完整走一遍 DAG 的构建和执行过程。

场景：商务出行全流程安排

涉及 Skill 清单：

构建 DAG

编排引擎拿到“安排出差”这个复合意图后，规划器生成如下 DAG：

                    ┌──────────────┐
                    │  A. 查日历   │
                    └──────┬───────┘
                           │
              ┌────────────┼────────────┐
              ▼            ▼            ▼
      ┌───────────┐ ┌───────────┐ ┌───────────┐
      │ B. 查天气 │ │ E. 查政策 │ │ C. 订机票 │
      └─────┬─────┘ └─────┬─────┘ └─────┬─────┘
            │             │             │
            │             │      ┌──────┴──────┐
            │             │      ▼             ▼
            │             │ ┌─────────┐  ┌─────────┐
            │             │ │ D. 订酒店│  │F. 约打车│
            │             │ └────┬────┘  └────┬────┘
            │             │      │            │
            └──────┬──────┘      └─────┬──────┘
                   ▼                   ▼
            ┌─────────────────────────────────┐
            │         G. 发送行程              │
            └───────────────┬─────────────────┘
                            ▼
                    ┌──────────────┐
                    │ H. 写日报草稿│
                    └──────────────┘

DAG 设计的关键决策点

并行与串行判断

A（查日历）是所有任务的先行条件——如果周二有全天会议，直接终止后续流程并提醒用户。A 完成后，B（查天气）、E（查政策）、C（订机票）三个完全互不依赖，编排引擎会同时发起三个异步调用，大幅缩短总耗时。

条件分支：A 的检查逻辑

A 执行完后，编排引擎检查输出 has_conflict。如果为 true，整个 DAG 在 A 节点就中断，引擎生成一个澄清问题：“您周二已有全天会议，是否仍然需要安排？”用户确认后再继续。这种条件分支不需要硬编码在 Skill 里，而是作为 DAG 边的路由规则配置在编排层。

多级依赖链

C（订机票）成功后，D（订酒店）和 F（约打车）才能执行——D 需要知道航班到达时间来确定入住时间，F 需要落地时间。这两者之间无依赖，所以订机票完成后，订酒店和约打车又并行发起。

非关键路径降级

B（查天气）和 E（查政策）不是必须成功的路径。如果天气 API 挂了，G（发送行程）用默认提示“请关注当地天气”代替具体温度；如果政策 API 超时，挂一个标记让用户自行确认。在 DAG 配置中，这两条边标记为 weak_dependency，失败不阻塞后续。

最终汇聚与收尾

G（发送行程）需要等待 B、E、D、F 全部完成（或部分降级），汇总所有信息生成行程邮件。H（写日报草稿）只依赖 G，因为需要确认行程已发送，日报里要附上邮件链接。

执行过程中的断点恢复

假设在 D（订酒店）执行后，酒店涨价超出用户预算，D 返回 WAITING_USER_INPUT 状态，询问用户是否接受溢价。编排引擎暂停整个 DAG，把当前执行快照（已完成：A、B、C、E，等待确认：D）序列化存 Redis。用户回复“接受”后，引擎从 Redis 加载快照，从 D 的断点继续，随后并行触发 F，最后汇聚到 G 和 H。