AI Agent 会话与亲和性调度
AI Agent 会话功能专为交互式应用场景（如 AI 智能体、多轮对话）设计。它支持函数执行过程中的主动等待与外部唤醒，并确保同一会话内的多次请求能够路由到同一个执行实例，从而实现低延迟的交互体验。
会话调度机制
AI Agent 会话的调度逻辑由faasscheduler模块负责，具有以下核心特点：
1. 会话亲和性 (Session Affinity)
当一个请求携带sessionId时，调度系统会尝试将其路由到该会话已经绑定的实例上。
- 首次请求: 调度系统选择一个合适的实例，并建立
sessionId与instanceId的绑定关系。 - 后续请求: 只要绑定关系有效，所有相同
sessionId的请求都会定向到同一实例。
2. 弱亲和性与持久化
AI Agent 会话默认为弱亲和（TTL为0）。
- 生命周期: 当会话下的所有租约都释放后，绑定关系可能会失效。
- 状态恢复: 会话的上下文数据（如历史记录）持久化在分布式数据系统中。当新请求到达且原实例不可用时，新实例会从数据系统重新加载会话状态。
SDK 使用说明
在启用了 AI Agent 会话的函数中，可以通过Context获取SessionService来操作会话对象。
Java SDK
核心接口：Session
Session对象提供了会话内同步和状态管理的能力。
wait(long timeoutMs): 挂起当前执行线程，等待输入。notify(JsonObject payload): 唤醒正在wait的线程。getInterrupted(): 检查当前会话是否已被外部中断。
Java 使用示例
importcom.google.gson.JsonObject;publicObjecthandle(Contextctx,JsonObjectinput){Sessionsess=ctx.getSessionService().loadSession(ctx.getSessionId());// 检查是否为 notify 请求，假设用户在 payload 字段中传入通知内容if(input.has("action")&&"notify".equals(input.get("action").getAsString())){sess.notify(input.getAsJsonObject("payload"));return"Notified";}JsonObjectuserInput=sess.wait(60000);if(userInput==null)return"Timeout";if(sess.getInterrupted())return"Interrupted";return"Got: "+userInput.toString();}Python SDK
在 Python 函数实例中，yr模块提供了类似的会话操作能力。
核心接口：yr.SessionService
session.wait_for_notify(timeout_ms): 阻塞当前协程/线程，等待通知。session.notify(payload): 发送通知。session.is_interrupted(): 检查会话是否被中断。
Python 使用示例
importyrdefhandle(ctx,input):session_id=ctx.get_session_id()session=ctx.get_session_service().load_session(session_id)ifinput.get("action")=="notify":session.notify(input.get("payload"))return"Notified"# 等待通知user_input=session.wait_for_notify(60000)ifuser_inputisNone:return"Wait timeout"ifsession.is_interrupted():return"Session Interrupted"returnf"Received:{user_input}"完整用例：多轮对话 AI Agent
以下是一个完整的 Java 示例，演示了如何利用wait/notify实现一个简单的多轮交互。
importorg.yuanrong.services.Context;importorg.yuanrong.services.session.Session;importorg.yuanrong.services.session.SessionService;importcom.google.gson.JsonObject;importjava.util.ArrayList;importjava.util.List;publicclassSimpleAgent{publicObjecthandle(Contextctx,JsonObjectinput){SessionServicesessService=ctx.getSessionService();Sessionsess=sessService.loadSession(ctx.getSessionId());// 1. 处理通知/唤醒请求if(input.has("action")&&"notify".equals(input.get("action").getAsString())){// 提取真正的通知载荷进行唤醒sess.notify(input.getAsJsonObject("payload"));returnnull;// Notify 请求通常不需要返回业务结果}// 2. 主执行流程try{ctx.getLogger().log("Agent Started, SessionID: "+ctx.getSessionId());// 第一轮交互ctx.getStream().write("你好！我是 AI 助手，请问有什么可以帮您？\n");JsonObjectinput1=sess.wait(30000);// 等待用户输入 30 秒if(input1==null)return"等待超时";Stringmsg1=input1.get("message").getAsString();ctx.getStream().write("收到指令："+msg1+"\n正在为您处理...\n");// 模拟处理过程并更新历史List<String>history=newArrayList<>(sess.getHistories());history.add("User: "+msg1);sess.setHistories(history);// 第二轮交互ctx.getStream().write("处理完成。您还有其他问题吗？\n");JsonObjectinput2=sess.wait(30000);if(input2==null)return"等待超时";if(sess.getInterrupted()){return"会话已被外部中断";}Stringmsg2=input2.get("message").getAsString();ctx.getStream().write("好的，已收到您的进一步要求："+msg2+"\n");}catch(Exceptione){ctx.getLogger().log("Error: "+e.getMessage());}return"Session Completed";}}交互流程示意图
第一轮交互：逻辑挂起
- 客户端发起
POST /invocations(携带SessionID:S1) - 函数实例接收请求，执行业务逻辑，直到调用
sess.wait() - 函数实例释放会话锁，执行线程进入挂起状态，等待唤醒
第二轮交互：唤醒与继续
- 客户端发起第二个请求
POST /invocations(相同SessionID:S1,Action:notify) - 函数实例接收请求，由于会话亲和性，该请求进入同一实例
- 函数实例执行
sess.notify(payload)，唤醒之前挂起的线程 - 函数实例通知请求处理完成并返回
200 OK - 函数实例(原线程) 获取到
notify传递的数据，继续执行后续逻辑 - 函数实例(原线程) 完成处理，向客户端返回第一轮请求的最终结果
