#13. 长耗时模型的轮询支持

#功能介绍

部分生成类模型（如图像生成、视频生成）从发起请求到返回结果往往需要较长时间，若按常规同步方式等待，很容易触发超时而失败。v1.15.0 为工作流引入了轮询（polling）机制：对这类长耗时的生成模型，节点会耐心等待最终结果，通过轮询持续查询任务状态，直到结果就绪，而不是中途超时中断。

有了这一机制，就可以放心地把图像、视频等"慢模型"接进工作流，让它们作为流程中的正式一环参与自动化，而不必担心因响应太慢导致整条工作流失败。

#工作方式

• 异步等待结果：节点发起生成请求后，不再一次性同步等待，而是周期性轮询任务状态。
• 就绪后继续：任务完成、结果返回后，节点才把产物向下游传递，工作流继续执行。
• 避免超时中断：相比传统同步调用，轮询让长耗时任务不会因为等待过久而被判定为失败。

提示：该机制主要面向图像 / 视频生成等本身就耗时较长的生成模型。对普通文本类模型的快速响应，无需依赖轮询。

#使用技巧

• 在工作流中编排图像 / 视频生成节点时，得益于轮询机制，可将其与后续节点（如把生成结果通过 HTTP 请求推送、或交给直接回复节点展示）串联，构建端到端的多模态生成流程。
• 长耗时任务通常伴随较高的资源与时间成本，建议结合第三部分 LLM 节点的「错误处理」思路，为这类节点配置合理的兜底策略（如失败改走异常分支或返回默认值），进一步提升流程健壮性。
• 若一条工作流中包含多个长耗时生成节点，注意评估整体运行时长，必要时借助「迭代」节点的并行模式或拆分流程来控制总耗时。

#示例

示例一：文案配图工作流

流程：
开始（输入：文章主题）
    → LLM（生成配图提示词）
    → 图像生成模型（长耗时，轮询等待出图）
    → 直接回复 / 输出（交付文案与配图）
效果：把"慢模型"稳定接入自动化流程，不会因出图耗时而超时失败

示例二：短视频批量生成

流程：
开始（输入：脚本列表）
    → 迭代（对每条脚本）
        → 视频生成模型（长耗时，轮询等待结果）
    → 变量聚合器（收集所有视频）
    → 输出
效果：批量调用视频生成模型，逐条稳妥产出