aiagent/backend/app/services/workflow_engine.py

"""
工作流执行引擎
"""
from typing import Dict, Any, List, Optional
import asyncio
from collections import defaultdict, deque
import json
import logging
import re
import time
from app.services.llm_service import llm_service
from app.services.condition_parser import condition_parser
from app.services.data_transformer import data_transformer
from app.core.exceptions import WorkflowExecutionError
from app.core.database import SessionLocal
from app.models.agent import Agent
from app.core.config import settings

logger = logging.getLogger(__name__)


class WorkflowEngine:
    """工作流执行引擎"""
    
    def __init__(self, workflow_id: str, workflow_data: Dict[str, Any], logger=None, db=None):
        """
        初始化工作流引擎
        
        Args:
            workflow_id: 工作流ID
            workflow_data: 工作流数据（包含nodes和edges）
            logger: 执行日志记录器（可选）
            db: 数据库会话（可选，用于Agent节点加载Agent配置）
        """
        self.workflow_id = workflow_id
        self.nodes = {node['id']: node for node in workflow_data.get('nodes', [])}
        self.edges = workflow_data.get('edges', [])
        self.execution_graph = None
        self.node_outputs = {}
        self.logger = logger
        self.db = db
        
    def build_execution_graph(self, active_edges: Optional[List[Dict[str, Any]]] = None) -> List[str]:
        """
        构建执行图（DAG）并返回拓扑排序结果
        
        Args:
            active_edges: 活跃的边列表（用于条件分支过滤）
        
        Returns:
            拓扑排序后的节点ID列表
        """
        # 使用活跃的边，如果没有提供则使用所有边
        edges_to_use = active_edges if active_edges is not None else self.edges
        
        # 构建邻接表和入度表
        graph = defaultdict(list)
        in_degree = defaultdict(int)
        
        # 初始化所有节点的入度
        for node_id in self.nodes.keys():
            in_degree[node_id] = 0
        
        # 构建图
        for edge in edges_to_use:
            source = edge['source']
            target = edge['target']
            graph[source].append(target)
            in_degree[target] += 1
        
        # 拓扑排序（Kahn算法）
        queue = deque()
        result = []
        
        # 找到所有入度为0的节点（起始节点）
        for node_id in self.nodes.keys():
            if in_degree[node_id] == 0:
                queue.append(node_id)
        
        while queue:
            node_id = queue.popleft()
            result.append(node_id)
            
            # 处理该节点的所有出边
            for neighbor in graph[node_id]:
                in_degree[neighbor] -= 1
                if in_degree[neighbor] == 0:
                    queue.append(neighbor)
        
        # 检查是否有环（只检查可达节点）
        reachable_nodes = set(result)
        if len(reachable_nodes) < len(self.nodes):
            # 有些节点不可达，这是正常的（条件分支）
            pass
        
        self.execution_graph = result
        return result
    
    def get_node_input(self, node_id: str, node_outputs: Dict[str, Any], active_edges: Optional[List[Dict[str, Any]]] = None) -> Dict[str, Any]:
        """
        获取节点的输入数据
        
        Args:
            node_id: 节点ID
            node_outputs: 所有节点的输出数据
            active_edges: 活跃的边列表（用于条件分支过滤）
            
        Returns:
            节点的输入数据
        """
        # 使用活跃的边，如果没有提供则使用所有边
        edges_to_use = active_edges if active_edges is not None else self.edges
        
        # 找到所有指向该节点的边
        input_data = {}
        
        for edge in edges_to_use:
            if edge['target'] == node_id:
                source_id = edge['source']
                source_output = node_outputs.get(source_id, {})
                logger.info(f"[rjb] 获取节点输入: target={node_id}, source={source_id}, source_output={source_output}, source_output_type={type(source_output)}, sourceHandle={edge.get('sourceHandle')}")
                
                # 如果有sourceHandle，使用它作为key
                if 'sourceHandle' in edge and edge['sourceHandle']:
                    input_data[edge['sourceHandle']] = source_output
                    # 重要：即使有sourceHandle，也要保留记忆相关字段（conversation_history、user_profile、context）
                    # 这些字段应该始终传递到下游节点
                    if isinstance(source_output, dict):
                        memory_fields = ['conversation_history', 'user_profile', 'context', 'memory']
                        for field in memory_fields:
                            if field in source_output:
                                input_data[field] = source_output[field]
                                logger.info(f"[rjb] 保留记忆字段 {field} 到节点 {node_id} 的输入")
                else:
                    # 否则合并所有输入
                    if isinstance(source_output, dict):
                        # 如果source_output包含output字段，展开它
                        if 'output' in source_output and isinstance(source_output['output'], dict):
                            # 将output中的内容展开到顶层
                            input_data.update(source_output['output'])
                            # 保留其他字段（如status）
                            for key, value in source_output.items():
                                if key != 'output':
                                    input_data[key] = value
                        else:
                            # 直接展开source_output的内容
                            input_data.update(source_output)
                            logger.info(f"[rjb] 展开source_output后: input_data={input_data}")
                    else:
                        # 如果source_output不是字典，包装到input字段
                        input_data['input'] = source_output
                        logger.info(f"[rjb] source_output不是字典，包装到input字段: input_data={input_data}")
        
        # 重要：对于LLM节点和cache节点，如果输入中没有memory字段，尝试从所有已执行的节点中查找并合并记忆字段
        # 这样可以确保即使上游节点没有传递记忆信息，这些节点也能访问到记忆
        node_type = None
        node = self.nodes.get(node_id)
        if node:
            node_type = node.get('type')
        
        # 对于LLM节点和cache节点（特别是cache-update），需要memory字段
        if node_type in ['llm', 'cache'] and 'memory' not in input_data:
            # 从所有已执行的节点中查找memory字段
            for executed_node_id, node_output in self.node_outputs.items():
                if isinstance(node_output, dict):
                    # 检查是否有memory字段
                    if 'memory' in node_output:
                        input_data['memory'] = node_output['memory']
                        logger.info(f"[rjb] 为{node_type}节点 {node_id} 从节点 {executed_node_id} 获取memory字段")
                        break
                    # 或者检查是否有conversation_history等记忆字段
                    elif 'conversation_history' in node_output:
                        # 构建memory对象
                        memory = {}
                        for field in ['conversation_history', 'user_profile', 'context']:
                            if field in node_output:
                                memory[field] = node_output[field]
                        if memory:
                            input_data['memory'] = memory
                            logger.info(f"[rjb] 为{node_type}节点 {node_id} 从节点 {executed_node_id} 构建memory对象: {list(memory.keys())}")
                            break
        
        # 如果input_data中没有query字段，尝试从所有已执行的节点中查找（特别是start节点）
        if 'query' not in input_data:
            # 优先查找start节点
            for node_id_key in ['start-1', 'start']:
                if node_id_key in node_outputs:
                    node_output = node_outputs[node_id_key]
                    if isinstance(node_output, dict):
                        # 检查顶层字段（因为node_outputs存储的是output字段的内容）
                        if 'query' in node_output:
                            input_data['query'] = node_output['query']
                            logger.debug(f"[rjb] 从节点 {node_id_key} 中获取query: {input_data['query']}")
                            break
                        # 检查output字段（兼容性）
                        elif 'output' in node_output and isinstance(node_output['output'], dict):
                            if 'query' in node_output['output']:
                                input_data['query'] = node_output['output']['query']
                                logger.debug(f"[rjb] 从节点 {node_id_key} 的output中获取query: {input_data['query']}")
                                break
            
            # 如果还没找到，遍历所有节点
            if 'query' not in input_data:
                for node_id_key, node_output in node_outputs.items():
                    if isinstance(node_output, dict):
                        # 检查顶层字段
                        if 'query' in node_output:
                            input_data['query'] = node_output['query']
                            logger.debug(f"[rjb] 从节点 {node_id_key} 中获取query: {input_data['query']}")
                            break
                        # 检查output字段（兼容性）
                        elif 'output' in node_output and isinstance(node_output['output'], dict):
                            if 'query' in node_output['output']:
                                input_data['query'] = node_output['output']['query']
                                logger.debug(f"[rjb] 从节点 {node_id_key} 的output中获取query: {input_data['query']}")
                                break
        
        # 如果input_data中没有requirement_analysis字段，尝试从所有已执行的节点中查找
        if 'requirement_analysis' not in input_data:
            # 优先查找requirement-analysis节点
            for node_id_key in ['llm-requirement-analysis', 'requirement-analysis']:
                if node_id_key in node_outputs:
                    node_output = node_outputs[node_id_key]
                    if isinstance(node_output, dict):
                        # 检查顶层字段（因为node_outputs存储的是output字段的内容）
                        if 'requirement_analysis' in node_output:
                            input_data['requirement_analysis'] = node_output['requirement_analysis']
                            logger.debug(f"[rjb] 从节点 {node_id_key} 中获取requirement_analysis")
                            break
                        # 检查output字段（兼容性）
                        elif 'output' in node_output and isinstance(node_output['output'], dict):
                            if 'requirement_analysis' in node_output['output']:
                                input_data['requirement_analysis'] = node_output['output']['requirement_analysis']
                                logger.debug(f"[rjb] 从节点 {node_id_key} 的output中获取requirement_analysis")
                                break
            
            # 如果还没找到，遍历所有节点
            if 'requirement_analysis' not in input_data:
                for node_id_key, node_output in node_outputs.items():
                    if isinstance(node_output, dict):
                        # 检查顶层字段
                        if 'requirement_analysis' in node_output:
                            input_data['requirement_analysis'] = node_output['requirement_analysis']
                            logger.debug(f"[rjb] 从节点 {node_id_key} 中获取requirement_analysis")
                            break
                        # 检查output字段（兼容性）
                        elif 'output' in node_output and isinstance(node_output['output'], dict):
                            if 'requirement_analysis' in node_output['output']:
                                input_data['requirement_analysis'] = node_output['output']['requirement_analysis']
                                logger.debug(f"[rjb] 从节点 {node_id_key} 的output中获取requirement_analysis")
                                break
        
        logger.debug(f"[rjb] 节点输入结果: node_id={node_id}, input_data={input_data}")
        return input_data
    
    def _get_nested_value(self, data: Dict[str, Any], path: str) -> Any:
        """
        从嵌套字典中获取值（支持点号路径和数组索引）
        
        Args:
            data: 数据字典
            path: 路径，如 "user.name" 或 "items[0].price"
            
        Returns:
            路径对应的值
        """
        if not path:
            return data
        
        parts = path.split('.')
        result = data
        
        for part in parts:
            if '[' in part and ']' in part:
                # 处理数组索引，如 "items[0]"
                key = part[:part.index('[')]
                index_str = part[part.index('[') + 1:part.index(']')]
                
                if isinstance(result, dict):
                    result = result.get(key)
                elif isinstance(result, list):
                    try:
                        result = result[int(index_str)]
                    except (ValueError, IndexError):
                        return None
                else:
                    return None
                
                if result is None:
                    return None
            else:
                # 普通键访问
                if isinstance(result, dict):
                    result = result.get(part)
                else:
                    return None
                
                if result is None:
                    return None
        
        return result
    
    async def _execute_loop_body(self, loop_node_id: str, loop_input: Dict[str, Any], iteration_index: int) -> Dict[str, Any]:
        """
        执行循环体
        
        Args:
            loop_node_id: 循环节点ID
            loop_input: 循环体的输入数据
            iteration_index: 当前迭代索引
            
        Returns:
            循环体的执行结果
        """
        # 找到循环节点的直接子节点（循环体开始节点）
        loop_body_start_nodes = []
        for edge in self.edges:
            if edge.get('source') == loop_node_id:
                target_id = edge.get('target')
                if target_id and target_id in self.nodes:
                    loop_body_start_nodes.append(target_id)
        
        if not loop_body_start_nodes:
            # 如果没有子节点，直接返回输入数据
            return {'output': loop_input, 'status': 'success'}
        
        # 执行循环体：从循环体开始节点执行到循环结束节点或没有更多节点
        # 简化处理：只执行第一个子节点链
        executed_in_loop = set()
        loop_results = {}
        current_node_id = loop_body_start_nodes[0]  # 简化：只执行第一个子节点链
        
        # 执行循环体内的节点（简化版本：只执行直接连接的子节点）
        max_iterations = 100  # 防止无限循环
        iteration = 0
        
        while current_node_id and iteration < max_iterations:
            iteration += 1
            
            if current_node_id in executed_in_loop:
                break  # 避免循环体内部循环
            
            if current_node_id not in self.nodes:
                break
            
            node = self.nodes[current_node_id]
            executed_in_loop.add(current_node_id)
            
            # 如果是循环结束节点，停止执行
            if node.get('type') == 'loop_end' or node.get('type') == 'end':
                break
            
            # 执行节点
            result = await self.execute_node(node, loop_input)
            loop_results[current_node_id] = result
            
            if result.get('status') != 'success':
                return result
            
            # 更新输入数据为当前节点的输出
            if result.get('output'):
                if isinstance(result.get('output'), dict):
                    loop_input = {**loop_input, **result.get('output')}
                else:
                    loop_input = {**loop_input, 'result': result.get('output')}
            
            # 找到下一个节点（简化：只找第一个子节点）
            next_node_id = None
            for edge in self.edges:
                if edge.get('source') == current_node_id:
                    target_id = edge.get('target')
                    if target_id and target_id in self.nodes and target_id not in executed_in_loop:
                        # 跳过循环节点本身
                        if target_id != loop_node_id:
                            next_node_id = target_id
                            break
            
            current_node_id = next_node_id
        
        # 返回最后一个节点的输出
        if loop_results:
            last_result = list(loop_results.values())[-1]
            return last_result
        
        return {'output': loop_input, 'status': 'success'}
    
    def _mark_loop_body_executed(self, node_id: str, executed_nodes: set, active_edges: List[Dict[str, Any]]):
        """
        递归标记循环体内的节点为已执行
        
        Args:
            node_id: 当前节点ID
            executed_nodes: 已执行节点集合
            active_edges: 活跃的边列表
        """
        if node_id in executed_nodes:
            return
        
        executed_nodes.add(node_id)
        
        # 查找所有子节点
        for edge in active_edges:
            if edge.get('source') == node_id:
                target_id = edge.get('target')
                if target_id in self.nodes:
                    target_node = self.nodes[target_id]
                    # 如果是循环结束节点，停止递归
                    if target_node.get('type') in ['loop_end', 'end']:
                        continue
                    # 递归标记子节点
                    self._mark_loop_body_executed(target_id, executed_nodes, active_edges)
    
    async def execute_node(self, node: Dict[str, Any], input_data: Dict[str, Any]) -> Dict[str, Any]:
        """
        执行单个节点
        
        Args:
            node: 节点配置
            input_data: 输入数据
            
        Returns:
            节点执行结果
        """
        # 确保可以访问全局的 json 模块
        import json as json_module
        
        node_type = node.get('type', 'unknown')
        node_id = node.get('id')
        start_time = time.time()
        
        # 记录节点开始执行
        if self.logger:
            self.logger.log_node_start(node_id, node_type, input_data)
        
        try:
            if node_type == 'start':
                # 起始节点：返回输入数据
                logger.debug(f"[rjb] 开始节点执行: node_id={node_id}, input_data={input_data}")
                result = {'output': input_data, 'status': 'success'}
                if self.logger:
                    duration = int((time.time() - start_time) * 1000)
                    self.logger.log_node_complete(node_id, node_type, result.get('output'), duration)
                logger.debug(f"[rjb] 开始节点输出: node_id={node_id}, output={result.get('output')}")
                return result
            
            elif node_type == 'input':
                # 输入节点：处理输入数据
                result = {'output': input_data, 'status': 'success'}
                if self.logger:
                    duration = int((time.time() - start_time) * 1000)
                    self.logger.log_node_complete(node_id, node_type, result.get('output'), duration)
                return result
            
            elif node_type == 'llm' or node_type == 'template':
                # LLM节点：调用AI模型
                node_data = node.get('data', {})
                logger.debug(f"[rjb] LLM节点执行: node_id={node_id}, input_data={input_data}, input_data type={type(input_data)}")
                logger.debug(f"[rjb] LLM节点数据: node_id={node_id}, node_data keys={list(node_data.keys())}, api_key={'已配置' if node_data.get('api_key') else '未配置'}")
                prompt = node_data.get('prompt', '')
                
                # 如果prompt为空，使用默认提示词
                if not prompt:
                    prompt = "请处理以下输入数据：\n{input}"
                
                # 格式化prompt，替换变量
                try:
                    # 将input_data转换为字符串用于格式化
                    if isinstance(input_data, dict):
                        # 支持两种格式的变量：{key} 和 {{key}}
                        formatted_prompt = prompt
                        has_unfilled_variables = False
                        has_any_placeholder = False
                        
                        import re
                        # 检查是否有任何占位符
                        has_any_placeholder = bool(re.search(r'\{\{?\w+\}?\}', prompt))
                        
                        # 首先处理 {{variable}} 和 {{variable.path}} 格式（模板节点常用）
                        # 支持嵌套路径，如 {{memory.conversation_history}}
                        double_brace_vars = re.findall(r'\{\{([^}]+)\}\}', prompt)
                        for var_path in double_brace_vars:
                            # 尝试从input_data中获取值（支持嵌套路径）
                            value = self._get_nested_value(input_data, var_path)
                            
                            # 如果变量未找到，尝试常见的别名映射
                            if value is None:
                                # user_input 可以映射到 query、input、USER_INPUT 等字段
                                if var_path == 'user_input':
                                    for alias in ['query', 'input', 'USER_INPUT', 'user_input', 'text', 'message', 'content']:
                                        value = input_data.get(alias)
                                        if value is not None:
                                            # 如果值是字典，尝试从中提取字符串值
                                            if isinstance(value, dict):
                                                for sub_key in ['query', 'input', 'text', 'message', 'content']:
                                                    if sub_key in value:
                                                        value = value[sub_key]
                                                        break
                                            break
                                # output 可以映射到 right 字段（LLM节点的输出通常存储在right字段中）
                                elif var_path == 'output':
                                    # 尝试从right字段中提取
                                    right_value = input_data.get('right')
                                    logger.info(f"[rjb] LLM节点查找output变量: right_value类型={type(right_value)}, right_value={str(right_value)[:100] if right_value else None}")
                                    if right_value is not None:
                                        # 如果right是字符串，直接使用
                                        if isinstance(right_value, str):
                                            value = right_value
                                            logger.info(f"[rjb] LLM节点从right字段（字符串）提取output: {value[:100]}")
                                        # 如果right是字典，尝试递归查找字符串值
                                        elif isinstance(right_value, dict):
                                            # 尝试从right.right.right...中提取（处理嵌套的right字段）
                                            current = right_value
                                            depth = 0
                                            while isinstance(current, dict) and depth < 10:
                                                if 'right' in current:
                                                    current = current['right']
                                                    depth += 1
                                                    if isinstance(current, str):
                                                        value = current
                                                        logger.info(f"[rjb] LLM节点从right字段（嵌套{depth}层）提取output: {value[:100]}")
                                                        break
                                                else:
                                                    # 如果没有right字段，尝试其他可能的字段
                                                    for key in ['content', 'text', 'message', 'output']:
                                                        if key in current and isinstance(current[key], str):
                                                            value = current[key]
                                                            logger.info(f"[rjb] LLM节点从right字段中找到{key}字段: {value[:100]}")
                                                            break
                                                    if value is not None:
                                                        break
                                                    break
                                            if value is None:
                                                logger.warning(f"[rjb] LLM节点无法从right字段中提取output，right结构: {str(right_value)[:200]}")
                            
                            if value is not None:
                                # 替换 {{variable}} 或 {{variable.path}} 为实际值
                                # 特殊处理：如果是memory.conversation_history，格式化为易读的对话格式
                                if var_path == 'memory.conversation_history' and isinstance(value, list):
                                    # 将对话历史格式化为易读的文本格式
                                    formatted_history = []
                                    for msg in value:
                                        role = msg.get('role', 'unknown')
                                        content = msg.get('content', '')
                                        if role == 'user':
                                            formatted_history.append(f"用户：{content}")
                                        elif role == 'assistant':
                                            formatted_history.append(f"助手：{content}")
                                        else:
                                            formatted_history.append(f"{role}：{content}")
                                    replacement = '\n'.join(formatted_history) if formatted_history else '（暂无对话历史）'
                                else:
                                    # 其他情况使用JSON格式
                                    replacement = json_module.dumps(value, ensure_ascii=False) if isinstance(value, (dict, list)) else str(value)
                                formatted_prompt = formatted_prompt.replace(f'{{{{{var_path}}}}}', replacement)
                                # 对于conversation_history，显示完整内容以便调试
                                if var_path == 'memory.conversation_history':
                                    logger.info(f"[rjb] LLM节点替换变量: {var_path} = {replacement[:500] if len(replacement) > 500 else replacement}")
                                else:
                                    logger.info(f"[rjb] LLM节点替换变量: {var_path} = {str(replacement)[:200]}")
                            else:
                                has_unfilled_variables = True
                                logger.warning(f"[rjb] LLM节点变量未找到: {var_path}, input_data keys: {list(input_data.keys()) if isinstance(input_data, dict) else 'not dict'}")
                        
                        # 然后处理 {key} 格式
                        for key, value in input_data.items():
                            placeholder = f'{{{key}}}'
                            if placeholder in formatted_prompt:
                                formatted_prompt = formatted_prompt.replace(
                                    placeholder, 
                                    json_module.dumps(value, ensure_ascii=False) if isinstance(value, (dict, list)) else str(value)
                                )
                        
                        # 如果还有{input}占位符，替换为整个input_data
                        if '{input}' in formatted_prompt:
                            formatted_prompt = formatted_prompt.replace(
                                '{input}',
                                json_module.dumps(input_data, ensure_ascii=False)
                            )
                        
                        # 提取用户的实际查询内容（优先提取）
                        user_query = None
                        logger.info(f"[rjb] 开始提取user_query: input_data={input_data}, input_data_type={type(input_data)}")
                        if isinstance(input_data, dict):
                            # 首先检查是否有嵌套的input字段
                            nested_input = input_data.get('input')
                            logger.info(f"[rjb] 检查嵌套input: nested_input={nested_input}, nested_input_type={type(nested_input) if nested_input else None}")
                            if isinstance(nested_input, dict):
                                # 从嵌套的input中提取
                                for key in ['query', 'input', 'text', 'message', 'content', 'user_input', 'USER_INPUT']:
                                    if key in nested_input:
                                        user_query = nested_input[key]
                                        logger.info(f"[rjb] 从嵌套input中提取到user_query: key={key}, user_query={user_query}")
                                        break
                            
                            # 如果还没有，从顶层提取
                            if not user_query:
                                for key in ['query', 'input', 'text', 'message', 'content', 'user_input', 'USER_INPUT']:
                                    if key in input_data:
                                        value = input_data[key]
                                        logger.info(f"[rjb] 从顶层提取: key={key}, value={value}, value_type={type(value)}")
                                        # 如果值是字符串，直接使用
                                        if isinstance(value, str):
                                            user_query = value
                                            logger.info(f"[rjb] 提取到字符串user_query: {user_query}")
                                            break
                                        # 如果值是字典，尝试从中提取
                                        elif isinstance(value, dict):
                                            for sub_key in ['query', 'input', 'text', 'message', 'content', 'user_input', 'USER_INPUT']:
                                                if sub_key in value:
                                                    user_query = value[sub_key]
                                                    logger.info(f"[rjb] 从字典值中提取到user_query: sub_key={sub_key}, user_query={user_query}")
                                                    break
                                            if user_query:
                                                break
                            
                            # 如果还是没有，使用整个input_data（但排除系统字段）
                            if not user_query:
                                filtered_data = {k: v for k, v in input_data.items() if not k.startswith('_')}
                                logger.info(f"[rjb] 使用filtered_data: filtered_data={filtered_data}")
                                if filtered_data:
                                    # 如果只有一个字段且是字符串，直接使用
                                    if len(filtered_data) == 1:
                                        single_value = list(filtered_data.values())[0]
                                        if isinstance(single_value, str):
                                            user_query = single_value
                                            logger.info(f"[rjb] 从单个字符串字段提取到user_query: {user_query}")
                                        elif isinstance(single_value, dict):
                                            # 从字典中提取第一个字符串值
                                            for v in single_value.values():
                                                if isinstance(v, str):
                                                    user_query = v
                                                    logger.info(f"[rjb] 从字典的单个字段中提取到user_query: {user_query}")
                                                    break
                                    if not user_query:
                                        user_query = json_module.dumps(filtered_data, ensure_ascii=False) if len(filtered_data) > 1 else str(list(filtered_data.values())[0])
                                        logger.info(f"[rjb] 使用JSON或字符串转换: user_query={user_query}")
                        
                        logger.info(f"[rjb] 最终提取的user_query: {user_query}")
                        
                        # 如果prompt中没有占位符，或者仍有未填充的变量，将用户输入附加到prompt
                        is_generic_instruction = False  # 初始化变量
                        if not has_any_placeholder:
                            # 如果prompt中没有占位符，将用户输入作为主要内容
                            if user_query:
                                # 判断是否是通用指令：简短且不包含具体任务描述
                                prompt_stripped = prompt.strip()
                                is_generic_instruction = (
                                    len(prompt_stripped) < 30 or  # 简短提示词
                                    prompt_stripped in [
                                        "请处理用户请求。", "请处理用户请求", 
                                        "请处理以下输入数据：", "请处理以下输入数据",
                                        "请处理输入。", "请处理输入",
                                        "处理用户请求", "处理请求",
                                        "请回答用户问题", "请回答用户问题。",
                                        "请帮助用户", "请帮助用户。"
                                    ] or
                                    # 检查是否只包含通用指令关键词
                                    (len(prompt_stripped) < 50 and any(keyword in prompt_stripped for keyword in [
                                        "请处理", "处理", "请回答", "回答", "请帮助", "帮助", "请执行", "执行"
                                    ]) and not any(specific in prompt_stripped for specific in [
                                        "翻译", "生成", "分析", "总结", "提取", "转换", "计算"
                                    ]))
                                )
                                
                                if is_generic_instruction:
                                    # 如果是通用指令，直接使用用户输入作为prompt
                                    formatted_prompt = str(user_query)
                                    logger.info(f"[rjb] 检测到通用指令，直接使用用户输入作为prompt: {user_query[:50] if user_query else 'None'}")
                                else:
                                    # 否则，将用户输入附加到prompt
                                    formatted_prompt = f"{formatted_prompt}\n\n{user_query}"
                                    logger.info(f"[rjb] 非通用指令，将用户输入附加到prompt")
                            else:
                                # 如果没有提取到用户查询，附加整个input_data
                                formatted_prompt = f"{formatted_prompt}\n\n{json_module.dumps(input_data, ensure_ascii=False)}"
                        elif has_unfilled_variables or re.search(r'\{\{[^}]+\}\}', formatted_prompt):
                            # 如果有占位符但未填充，先尝试清理所有未填充的模板变量
                            # 使用正则表达式替换所有 {{...}} 格式的未填充变量
                            formatted_prompt = re.sub(r'\{\{[^}]+\}\}', '', formatted_prompt)
                            # 如果有占位符但未填充，附加用户需求说明
                            if user_query:
                                formatted_prompt = f"{formatted_prompt}\n\n用户需求：{user_query}\n\n请根据用户需求来完成任务。"
                            else:
                                # 如果没有用户查询，附加整个input_data
                                formatted_prompt = f"{formatted_prompt}\n\n输入数据：{json_module.dumps(input_data, ensure_ascii=False)}\n\n请根据输入数据来完成任务。"
                        
                        logger.info(f"[rjb] LLM节点prompt格式化: node_id={node_id}, original_prompt='{prompt[:50] if len(prompt) > 50 else prompt}', has_any_placeholder={has_any_placeholder}, user_query={user_query}, is_generic_instruction={is_generic_instruction}, final_prompt前200字符='{formatted_prompt[:200] if len(formatted_prompt) > 200 else formatted_prompt}'")
                        prompt = formatted_prompt
                    else:
                        # 如果input_data不是dict，直接转换为字符串
                        if '{input}' in prompt:
                            prompt = prompt.replace('{input}', str(input_data))
                        else:
                            prompt = f"{prompt}\n\n输入：{str(input_data)}"
                except Exception as e:
                    # 格式化失败，使用原始prompt和input_data
                    logger.warning(f"[rjb] Prompt格式化失败: {str(e)}")
                    try:
                        prompt = f"{prompt}\n\n输入数据：\n{json_module.dumps(input_data, ensure_ascii=False)}"
                    except:
                        prompt = f"{prompt}\n\n输入数据：{str(input_data)}"
                
                # 获取LLM配置
                provider = node_data.get('provider', 'openai')
                model = node_data.get('model', 'gpt-3.5-turbo')
                # 确保temperature是浮点数（节点模板中可能是字符串）
                temperature_raw = node_data.get('temperature', 0.7)
                if isinstance(temperature_raw, str):
                    try:
                        temperature = float(temperature_raw)
                    except (ValueError, TypeError):
                        temperature = 0.7
                else:
                    temperature = float(temperature_raw) if temperature_raw is not None else 0.7
                # 确保max_tokens是整数（节点模板中可能是字符串）
                max_tokens_raw = node_data.get('max_tokens')
                if max_tokens_raw is not None:
                    if isinstance(max_tokens_raw, str):
                        try:
                            max_tokens = int(max_tokens_raw)
                        except (ValueError, TypeError):
                            max_tokens = None
                    else:
                        max_tokens = int(max_tokens_raw) if max_tokens_raw is not None else None
                else:
                    max_tokens = None
                # 不传递 api_key 和 base_url，让 LLM 服务使用系统默认配置（与节点测试保持一致）
                api_key = None
                base_url = None
                
                # 记录实际发送给LLM的prompt
                logger.info(f"[rjb] 准备调用LLM: node_id={node_id}, provider={provider}, model={model}, prompt前200字符='{prompt[:200] if len(prompt) > 200 else prompt}'")
                
                # 检查是否启用工具调用
                enable_tools = node_data.get('enable_tools', False)
                # 支持两种字段名：tools 和 selected_tools
                tools_config = node_data.get('tools') or node_data.get('selected_tools') or []
                
                # 如果启用了工具，加载工具定义
                tools = []
                if enable_tools and tools_config:
                    from app.services.tool_registry import tool_registry
                    # 从注册表加载工具定义
                    tools = tool_registry.get_tools_by_names(tools_config)
                    logger.info(f"[rjb] LLM节点启用工具调用: {len(tools)} 个工具, 工具列表: {tools_config}")
                
                # 调用LLM服务
                try:
                    if self.logger:
                        logger.debug(f"[rjb] LLM节点配置: provider={provider}, model={model}, 使用系统默认API Key配置, 工具调用: {'启用' if tools else '禁用'}")
                        self.logger.info(f"调用LLM服务: {provider}/{model}", node_id=node_id, node_type=node_type)
                    
                    # 根据是否启用工具选择不同的调用方式
                    if tools:
                        result = await llm_service.call_llm_with_tools(
                            prompt=prompt,
                            tools=tools,
                            provider=provider,
                            model=model,
                            temperature=temperature,
                            max_tokens=max_tokens,
                            execution_logger=self.logger
                        )
                    else:
                        result = await llm_service.call_llm(
                            prompt=prompt,
                            provider=provider,
                            model=model,
                            temperature=temperature,
                            max_tokens=max_tokens
                            # 不传递 api_key 和 base_url，使用系统默认配置
                        )
                    
                    exec_result = {'output': result, 'status': 'success'}
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_complete(node_id, node_type, result, duration)
                    return exec_result
                except Exception as e:
                    # LLM调用失败，返回错误
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_error(node_id, node_type, e, duration)
                    logger.error(f"[rjb] LLM节点执行失败: {str(e)}", exc_info=True)
                    return {
                        'output': None,
                        'status': 'failed',
                        'error': f'LLM调用失败: {str(e)}'
                    }
            
            elif node_type == 'condition':
                # 条件节点：判断分支
                condition = node.get('data', {}).get('condition', '')
                
                if not condition:
                    # 如果没有条件表达式，默认返回False
                    return {
                        'output': False,
                        'status': 'success',
                        'branch': 'false'
                    }
                
                # 使用条件解析器评估表达式
                try:
                    result = condition_parser.evaluate_condition(condition, input_data)
                    exec_result = {
                        'output': result,
                        'status': 'success',
                        'branch': 'true' if result else 'false'
                    }
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_complete(node_id, node_type, {'result': result, 'branch': exec_result['branch']}, duration)
                    return exec_result
                except Exception as e:
                    # 条件评估失败
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_error(node_id, node_type, e, duration)
                    return {
                        'output': False,
                        'status': 'failed',
                        'error': f'条件评估失败: {str(e)}',
                        'branch': 'false'
                    }
            
            elif node_type == 'data' or node_type == 'transform':
                # 数据转换节点
                node_data = node.get('data', {})
                mapping = node_data.get('mapping', {})
                filter_rules = node_data.get('filter_rules', [])
                compute_rules = node_data.get('compute_rules', {})
                mode = node_data.get('mode', 'mapping')
                
                try:
                    # 处理mapping中的{{variable}}格式，从input_data中提取值
                    # 首先，如果input_data包含output字段，需要展开它
                    expanded_input = input_data.copy()
                    if 'output' in input_data and isinstance(input_data['output'], dict):
                        # 将output中的内容展开到顶层，但保留output字段
                        expanded_input.update(input_data['output'])
                    
                    processed_mapping = {}
                    import re
                    for target_key, source_expr in mapping.items():
                        if isinstance(source_expr, str):
                            # 支持{{variable}}格式
                            double_brace_vars = re.findall(r'\{\{(\w+)\}\}', source_expr)
                            if double_brace_vars:
                                # 从expanded_input中获取变量值
                                var_value = None
                                for var_name in double_brace_vars:
                                    # 尝试从expanded_input中获取，支持嵌套路径
                                    var_value = self._get_nested_value(expanded_input, var_name)
                                    if var_value is not None:
                                        break
                                
                                if var_value is not None:
                                    # 如果只有一个变量，直接使用值；否则替换表达式
                                    if len(double_brace_vars) == 1:
                                        processed_mapping[target_key] = var_value
                                    else:
                                        # 多个变量，替换表达式
                                        processed_expr = source_expr
                                        for var_name in double_brace_vars:
                                            var_val = self._get_nested_value(expanded_input, var_name)
                                            if var_val is not None:
                                                replacement = json_module.dumps(var_val, ensure_ascii=False) if isinstance(var_val, (dict, list)) else str(var_val)
                                                processed_expr = processed_expr.replace(f'{{{{{var_name}}}}}', replacement)
                                        processed_mapping[target_key] = processed_expr
                                else:
                                    # 变量不存在，保持原表达式
                                    processed_mapping[target_key] = source_expr
                            else:
                                # 不是{{variable}}格式，直接使用
                                processed_mapping[target_key] = source_expr
                        else:
                            # 不是字符串，直接使用
                            processed_mapping[target_key] = source_expr
                    
                    # 如果mode是merge，需要合并所有输入数据
                    if mode == 'merge':
                        # 合并所有上游节点的输出（使用展开后的数据）
                        result = expanded_input.copy()
                        
                        # 重要：如果输入数据中包含conversation_history、user_profile、context等记忆字段，先构建memory对象
                        memory_fields = ['conversation_history', 'user_profile', 'context']
                        memory_data = {}
                        for field in memory_fields:
                            if field in expanded_input:
                                memory_data[field] = expanded_input[field]
                        
                        # 如果构建了memory对象，添加到result中
                        if memory_data:
                            result['memory'] = memory_data
                            logger.info(f"[rjb] Transform节点 {node_id} 构建memory对象: {list(memory_data.keys())}")
                        
                        # 添加mapping的结果（mapping可能会覆盖memory字段）
                        for key, value in processed_mapping.items():
                            # 如果mapping中的value是None或空字符串，且key是memory，尝试从expanded_input构建
                            if key == 'memory' and (value is None or value == '' or value == '{{output}}'):
                                if memory_data:
                                    result[key] = memory_data
                                    logger.info(f"[rjb] Transform节点 {node_id} mapping中的memory为空，使用构建的memory对象")
                                elif 'memory' in expanded_input:
                                    result[key] = expanded_input['memory']
                            else:
                                result[key] = value
                        
                        # 确保记忆字段被保留（即使mapping覆盖了它们）
                        for field in memory_fields:
                            if field in expanded_input and field not in result:
                                result[field] = expanded_input[field]
                            # 如果memory字段是dict，也要检查其中的字段
                            if 'memory' in expanded_input and isinstance(expanded_input['memory'], dict):
                                if 'memory' not in result:
                                    result['memory'] = expanded_input['memory'].copy()
                                else:
                                    # 合并memory字段
                                    if isinstance(result['memory'], dict):
                                        result['memory'].update(expanded_input['memory'])
                        
                        logger.info(f"[rjb] Transform节点 {node_id} merge模式，结果keys: {list(result.keys())}")
                        if 'memory' in result and isinstance(result['memory'], dict):
                            if 'conversation_history' in result['memory']:
                                logger.info(f"[rjb] memory.conversation_history: {len(result['memory']['conversation_history'])} 条")
                        elif 'conversation_history' in result:
                            logger.info(f"[rjb] conversation_history: {len(result['conversation_history'])} 条")
                    else:
                        # 使用处理后的mapping进行转换（使用展开后的数据）
                        result = data_transformer.transform_data(
                            input_data=expanded_input,
                            mapping=processed_mapping,
                            filter_rules=filter_rules,
                            compute_rules=compute_rules,
                            mode=mode
                        )
                    
                    exec_result = {'output': result, 'status': 'success'}
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_complete(node_id, node_type, result, duration)
                    return exec_result
                except Exception as e:
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_error(node_id, node_type, e, duration)
                    logger.error(f"[rjb] Transform节点执行失败: {str(e)}", exc_info=True)
                    return {
                        'output': None,
                        'status': 'failed',
                        'error': f'数据转换失败: {str(e)}'
                    }
            
            elif node_type == 'loop' or node_type == 'foreach':
                # 循环节点：对数组进行循环处理
                node_data = node.get('data', {})
                items_path = node_data.get('items_path', 'items')  # 数组数据路径
                item_variable = node_data.get('item_variable', 'item')  # 循环变量名
                
                # 从输入数据中获取数组
                items = self._get_nested_value(input_data, items_path)
                
                if not isinstance(items, list):
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_error(node_id, node_type, 
                            ValueError(f"路径 {items_path} 的值不是数组"), duration)
                    return {
                        'output': None,
                        'status': 'failed',
                        'error': f'路径 {items_path} 的值不是数组，当前类型: {type(items).__name__}'
                    }
                
                if self.logger:
                    self.logger.info(f"循环节点开始处理 {len(items)} 个元素", 
                        node_id=node_id, node_type=node_type, 
                        data={"items_count": len(items)})
                
                # 执行循环：对每个元素执行循环体
                loop_results = []
                for index, item in enumerate(items):
                    if self.logger:
                        self.logger.info(f"循环迭代 {index + 1}/{len(items)}", 
                            node_id=node_id, node_type=node_type,
                            data={"index": index, "item": item})
                    
                    # 准备循环体的输入数据
                    loop_input = {
                        **input_data,  # 保留原始输入数据
                        item_variable: item,  # 当前循环项
                        f'{item_variable}_index': index,  # 索引
                        f'{item_variable}_total': len(items)  # 总数
                    }
                    
                    # 执行循环体（获取循环节点的子节点）
                    loop_body_result = await self._execute_loop_body(
                        node_id, loop_input, index
                    )
                    
                    if loop_body_result.get('status') == 'success':
                        loop_results.append(loop_body_result.get('output', item))
                    else:
                        # 如果循环体执行失败，可以选择继续或停止
                        error_handling = node_data.get('error_handling', 'continue')
                        if error_handling == 'stop':
                            if self.logger:
                                duration = int((time.time() - start_time) * 1000)
                                self.logger.log_node_error(node_id, node_type,
                                    Exception(f"循环体执行失败，停止循环: {loop_body_result.get('error')}"), duration)
                            return {
                                'output': None,
                                'status': 'failed',
                                'error': f'循环体执行失败: {loop_body_result.get("error")}',
                                'completed_items': index,
                                'results': loop_results
                            }
                        else:
                            # continue: 继续执行，记录错误
                            if self.logger:
                                self.logger.warn(f"循环迭代 {index + 1} 失败，继续执行", 
                                    node_id=node_id, node_type=node_type,
                                    data={"error": loop_body_result.get('error')})
                            loop_results.append(None)
                
                exec_result = {
                    'output': loop_results,
                    'status': 'success',
                    'items_processed': len(items),
                    'results_count': len(loop_results)
                }
                
                if self.logger:
                    duration = int((time.time() - start_time) * 1000)
                    self.logger.log_node_complete(node_id, node_type, 
                        {'results_count': len(loop_results)}, duration)
                
                return exec_result
            
            elif node_type == 'http' or node_type == 'request':
                # HTTP请求节点：发送HTTP请求
                node_data = node.get('data', {})
                url = node_data.get('url', '')
                method = node_data.get('method', 'GET').upper()
                headers = node_data.get('headers', {})
                params = node_data.get('params', {})
                body = node_data.get('body', {})
                timeout = node_data.get('timeout', 30)
                
                # 如果URL、headers、params、body中包含变量，从input_data中替换
                import re
                def replace_variables(text: str, data: Dict[str, Any]) -> str:
                    """替换字符串中的变量占位符"""
                    if not isinstance(text, str):
                        return text
                    # 支持 {key} 或 ${key} 格式
                    pattern = r'\{([^}]+)\}|\$\{([^}]+)\}'
                    def replacer(match):
                        key = match.group(1) or match.group(2)
                        value = self._get_nested_value(data, key)
                        return str(value) if value is not None else match.group(0)
                    return re.sub(pattern, replacer, text)
                
                # 替换URL中的变量
                if url:
                    url = replace_variables(url, input_data)
                
                # 替换headers中的变量
                if isinstance(headers, dict):
                    headers = {k: replace_variables(str(v), input_data) for k, v in headers.items()}
                elif isinstance(headers, str):
                    try:
                        headers = json.loads(replace_variables(headers, input_data))
                    except:
                        headers = {}
                
                # 替换params中的变量
                if isinstance(params, dict):
                    params = {k: replace_variables(str(v), input_data) if isinstance(v, str) else v 
                             for k, v in params.items()}
                elif isinstance(params, str):
                    try:
                        params = json.loads(replace_variables(params, input_data))
                    except:
                        params = {}
                
                # 替换body中的变量
                if isinstance(body, dict):
                    # 递归替换字典中的变量
                    def replace_dict_vars(d: Dict[str, Any], data: Dict[str, Any]) -> Dict[str, Any]:
                        result = {}
                        for k, v in d.items():
                            new_k = replace_variables(k, data)
                            if isinstance(v, dict):
                                result[new_k] = replace_dict_vars(v, data)
                            elif isinstance(v, str):
                                result[new_k] = replace_variables(v, data)
                            else:
                                result[new_k] = v
                        return result
                    body = replace_dict_vars(body, input_data)
                elif isinstance(body, str):
                    body = replace_variables(body, input_data)
                    try:
                        body = json.loads(body)
                    except:
                        pass
                
                try:
                    import httpx
                    async with httpx.AsyncClient(timeout=timeout) as client:
                        if method == 'GET':
                            response = await client.get(url, params=params, headers=headers)
                        elif method == 'POST':
                            response = await client.post(url, json=body, params=params, headers=headers)
                        elif method == 'PUT':
                            response = await client.put(url, json=body, params=params, headers=headers)
                        elif method == 'DELETE':
                            response = await client.delete(url, params=params, headers=headers)
                        elif method == 'PATCH':
                            response = await client.patch(url, json=body, params=params, headers=headers)
                        else:
                            raise ValueError(f"不支持的HTTP方法: {method}")
                        
                        # 尝试解析JSON响应
                        try:
                            response_data = response.json()
                        except:
                            response_data = response.text
                        
                        result = {
                            'output': {
                                'status_code': response.status_code,
                                'headers': dict(response.headers),
                                'data': response_data
                            },
                            'status': 'success'
                        }
                        
                        if self.logger:
                            duration = int((time.time() - start_time) * 1000)
                            self.logger.log_node_complete(node_id, node_type, result.get('output'), duration)
                        return result
                except Exception as e:
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_error(node_id, node_type, e, duration)
                    return {
                        'output': None,
                        'status': 'failed',
                        'error': f'HTTP请求失败: {str(e)}'
                    }
            
            elif node_type == 'database' or node_type == 'db':
                # 数据库操作节点：执行数据库操作
                node_data = node.get('data', {})
                data_source_id = node_data.get('data_source_id')
                operation = node_data.get('operation', 'query')  # query/insert/update/delete
                sql = node_data.get('sql', '')
                table = node_data.get('table', '')
                data = node_data.get('data', {})
                where = node_data.get('where', {})
                
                # 如果SQL中包含变量，从input_data中替换
                if sql and isinstance(sql, str):
                    import re
                    def replace_sql_vars(text: str, data: Dict[str, Any]) -> str:
                        pattern = r'\{([^}]+)\}|\$\{([^}]+)\}'
                        def replacer(match):
                            key = match.group(1) or match.group(2)
                            value = self._get_nested_value(data, key)
                            if value is None:
                                return match.group(0)
                            # 如果是字符串，需要转义SQL注入
                            if isinstance(value, str):
                                # 简单转义，实际应该使用参数化查询
                                escaped_value = value.replace("'", "''")
                                return f"'{escaped_value}'"
                            return str(value)
                        return re.sub(pattern, replacer, text)
                    sql = replace_sql_vars(sql, input_data)
                
                try:
                    # 从数据库加载数据源配置
                    if not self.db:
                        raise ValueError("数据库会话未提供，无法执行数据库操作")
                    
                    from app.models.data_source import DataSource
                    from app.services.data_source_connector import create_connector
                    
                    data_source = self.db.query(DataSource).filter(
                        DataSource.id == data_source_id
                    ).first()
                    
                    if not data_source:
                        raise ValueError(f"数据源不存在: {data_source_id}")
                    
                    connector = create_connector(data_source.type, data_source.config)
                    
                    if operation == 'query':
                        # 查询操作
                        if not sql:
                            raise ValueError("查询操作需要提供SQL语句")
                        query_params = {'query': sql}
                        result_data = connector.query(query_params)
                        result = {'output': result_data, 'status': 'success'}
                    elif operation == 'insert':
                        # 插入操作
                        if not table:
                            raise ValueError("插入操作需要提供表名")
                        # 构建INSERT SQL
                        columns = ', '.join(data.keys())
                        # 处理字符串值，转义单引号
                        def escape_value(v):
                            if isinstance(v, str):
                                escaped = v.replace("'", "''")
                                return f"'{escaped}'"
                            return str(v)
                        values = ', '.join([escape_value(v) for v in data.values()])
                        insert_sql = f"INSERT INTO {table} ({columns}) VALUES ({values})"
                        query_params = {'query': insert_sql}
                        result_data = connector.query(query_params)
                        result = {'output': {'affected_rows': 1, 'data': result_data}, 'status': 'success'}
                    elif operation == 'update':
                        # 更新操作
                        if not table or not where:
                            raise ValueError("更新操作需要提供表名和WHERE条件")
                        set_clause = ', '.join([f"{k} = '{v}'" if isinstance(v, str) else f"{k} = {v}" for k, v in data.items()])
                        where_clause = ' AND '.join([f"{k} = '{v}'" if isinstance(v, str) else f"{k} = {v}" for k, v in where.items()])
                        update_sql = f"UPDATE {table} SET {set_clause} WHERE {where_clause}"
                        query_params = {'query': update_sql}
                        result_data = connector.query(query_params)
                        result = {'output': {'affected_rows': 1, 'data': result_data}, 'status': 'success'}
                    elif operation == 'delete':
                        # 删除操作
                        if not table or not where:
                            raise ValueError("删除操作需要提供表名和WHERE条件")
                        # 处理字符串值，转义单引号
                        def escape_sql_value(k, v):
                            if isinstance(v, str):
                                escaped = v.replace("'", "''")
                                return f"{k} = '{escaped}'"
                            return f"{k} = {v}"
                        where_clause = ' AND '.join([escape_sql_value(k, v) for k, v in where.items()])
                        delete_sql = f"DELETE FROM {table} WHERE {where_clause}"
                        query_params = {'query': delete_sql}
                        result_data = connector.query(query_params)
                        result = {'output': {'affected_rows': 1, 'data': result_data}, 'status': 'success'}
                    else:
                        raise ValueError(f"不支持的数据库操作: {operation}")
                    
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_complete(node_id, node_type, result.get('output'), duration)
                    return result
                except Exception as e:
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_error(node_id, node_type, e, duration)
                    return {
                        'output': None,
                        'status': 'failed',
                        'error': f'数据库操作失败: {str(e)}'
                    }
            
            elif node_type == 'file' or node_type == 'file_operation':
                # 文件操作节点：文件读取、写入、上传、下载
                node_data = node.get('data', {})
                operation = node_data.get('operation', 'read')  # read/write/upload/download
                file_path = node_data.get('file_path', '')
                content = node_data.get('content', '')
                encoding = node_data.get('encoding', 'utf-8')
                
                # 替换文件路径和内容中的变量
                import re
                def replace_variables(text: str, data: Dict[str, Any]) -> str:
                    """替换字符串中的变量占位符"""
                    if not isinstance(text, str):
                        return text
                    pattern = r'\{([^}]+)\}|\$\{([^}]+)\}'
                    def replacer(match):
                        key = match.group(1) or match.group(2)
                        value = self._get_nested_value(data, key)
                        return str(value) if value is not None else match.group(0)
                    return re.sub(pattern, replacer, text)
                
                if file_path:
                    file_path = replace_variables(file_path, input_data)
                if isinstance(content, str):
                    content = replace_variables(content, input_data)
                
                try:
                    import os
                    import json
                    import base64
                    from pathlib import Path
                    
                    if operation == 'read':
                        # 读取文件
                        if not file_path:
                            raise ValueError("读取操作需要提供文件路径")
                        
                        if not os.path.exists(file_path):
                            raise FileNotFoundError(f"文件不存在: {file_path}")
                        
                        # 根据文件扩展名决定读取方式
                        file_ext = Path(file_path).suffix.lower()
                        if file_ext == '.json':
                            with open(file_path, 'r', encoding=encoding) as f:
                                data = json.load(f)
                        elif file_ext in ['.txt', '.md', '.log']:
                            with open(file_path, 'r', encoding=encoding) as f:
                                data = f.read()
                        else:
                            # 二进制文件，返回base64编码
                            with open(file_path, 'rb') as f:
                                data = base64.b64encode(f.read()).decode('utf-8')
                        
                        result = {'output': data, 'status': 'success'}
                    
                    elif operation == 'write':
                        # 写入文件
                        if not file_path:
                            raise ValueError("写入操作需要提供文件路径")
                        
                        # 确保目录存在
                        os.makedirs(os.path.dirname(file_path) if os.path.dirname(file_path) else '.', exist_ok=True)
                        
                        # 如果content是字典或列表，转换为JSON
                        if isinstance(content, (dict, list)):
                            content = json.dumps(content, ensure_ascii=False, indent=2)
                        
                        # 根据文件扩展名决定写入方式
                        file_ext = Path(file_path).suffix.lower()
                        if file_ext == '.json':
                            with open(file_path, 'w', encoding=encoding) as f:
                                json.dump(json.loads(content) if isinstance(content, str) else content, f, ensure_ascii=False, indent=2)
                        else:
                            with open(file_path, 'w', encoding=encoding) as f:
                                f.write(str(content))
                        
                        result = {'output': {'file_path': file_path, 'message': '文件写入成功'}, 'status': 'success'}
                    
                    elif operation == 'upload':
                        # 文件上传（从base64或URL上传）
                        upload_type = node_data.get('upload_type', 'base64')  # base64/url
                        target_path = node_data.get('target_path', '')
                        
                        if upload_type == 'base64':
                            # 从输入数据中获取base64编码的文件内容
                            file_data = input_data.get('file_data') or input_data.get('content')
                            if not file_data:
                                raise ValueError("上传操作需要提供file_data或content字段")
                            
                            # 解码base64
                            if isinstance(file_data, str):
                                file_bytes = base64.b64decode(file_data)
                            else:
                                file_bytes = file_data
                            
                            # 写入目标路径
                            if not target_path:
                                raise ValueError("上传操作需要提供target_path")
                            
                            os.makedirs(os.path.dirname(target_path) if os.path.dirname(target_path) else '.', exist_ok=True)
                            with open(target_path, 'wb') as f:
                                f.write(file_bytes)
                            
                            result = {'output': {'file_path': target_path, 'message': '文件上传成功'}, 'status': 'success'}
                        else:
                            # URL上传（下载后保存）
                            import httpx
                            url = node_data.get('url', '')
                            if not url:
                                raise ValueError("URL上传需要提供url")
                            
                            async with httpx.AsyncClient() as client:
                                response = await client.get(url)
                                response.raise_for_status()
                                
                                if not target_path:
                                    # 从URL提取文件名
                                    target_path = os.path.basename(url) or 'downloaded_file'
                                
                                os.makedirs(os.path.dirname(target_path) if os.path.dirname(target_path) else '.', exist_ok=True)
                                with open(target_path, 'wb') as f:
                                    f.write(response.content)
                                
                                result = {'output': {'file_path': target_path, 'message': '文件下载并保存成功'}, 'status': 'success'}
                    
                    elif operation == 'download':
                        # 文件下载（返回base64编码或文件URL）
                        download_format = node_data.get('download_format', 'base64')  # base64/url
                        
                        if not file_path:
                            raise ValueError("下载操作需要提供文件路径")
                        
                        if not os.path.exists(file_path):
                            raise FileNotFoundError(f"文件不存在: {file_path}")
                        
                        if download_format == 'base64':
                            # 返回base64编码
                            with open(file_path, 'rb') as f:
                                file_bytes = f.read()
                            file_base64 = base64.b64encode(file_bytes).decode('utf-8')
                            result = {'output': {'file_name': os.path.basename(file_path), 'content': file_base64, 'format': 'base64'}, 'status': 'success'}
                        else:
                            # 返回文件路径（实际应用中可能需要生成临时URL）
                            result = {'output': {'file_path': file_path, 'format': 'path'}, 'status': 'success'}
                    
                    else:
                        raise ValueError(f"不支持的文件操作: {operation}")
                    
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_complete(node_id, node_type, result.get('output'), duration)
                    return result
                except Exception as e:
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_error(node_id, node_type, e, duration)
                    return {
                        'output': None,
                        'status': 'failed',
                        'error': f'文件操作失败: {str(e)}'
                    }
            
            elif node_type == 'webhook':
                # Webhook节点：发送Webhook请求到外部系统
                node_data = node.get('data', {})
                url = node_data.get('url', '')
                method = node_data.get('method', 'POST').upper()
                headers = node_data.get('headers', {})
                body = node_data.get('body', {})
                timeout = node_data.get('timeout', 30)
                
                # 如果URL、headers、body中包含变量，从input_data中替换
                import re
                def replace_variables(text: str, data: Dict[str, Any]) -> str:
                    """替换字符串中的变量占位符"""
                    if not isinstance(text, str):
                        return text
                    pattern = r'\{([^}]+)\}|\$\{([^}]+)\}'
                    def replacer(match):
                        key = match.group(1) or match.group(2)
                        value = self._get_nested_value(data, key)
                        return str(value) if value is not None else match.group(0)
                    return re.sub(pattern, replacer, text)
                
                # 替换URL中的变量
                if url:
                    url = replace_variables(url, input_data)
                
                # 替换headers中的变量
                if isinstance(headers, dict):
                    headers = {k: replace_variables(str(v), input_data) for k, v in headers.items()}
                elif isinstance(headers, str):
                    try:
                        headers = json.loads(replace_variables(headers, input_data))
                    except:
                        headers = {}
                
                # 替换body中的变量
                if isinstance(body, dict):
                    # 递归替换字典中的变量
                    def replace_dict_vars(d: Dict[str, Any], data: Dict[str, Any]) -> Dict[str, Any]:
                        result = {}
                        for k, v in d.items():
                            new_k = replace_variables(k, data)
                            if isinstance(v, dict):
                                result[new_k] = replace_dict_vars(v, data)
                            elif isinstance(v, str):
                                result[new_k] = replace_variables(v, data)
                            else:
                                result[new_k] = v
                        return result
                    body = replace_dict_vars(body, input_data)
                elif isinstance(body, str):
                    body = replace_variables(body, input_data)
                    try:
                        body = json.loads(body)
                    except:
                        pass
                
                # 如果没有配置body，默认使用input_data作为body
                if not body:
                    body = input_data
                
                try:
                    import httpx
                    async with httpx.AsyncClient(timeout=timeout) as client:
                        if method == 'GET':
                            response = await client.get(url, headers=headers)
                        elif method == 'POST':
                            response = await client.post(url, json=body, headers=headers)
                        elif method == 'PUT':
                            response = await client.put(url, json=body, headers=headers)
                        elif method == 'PATCH':
                            response = await client.patch(url, json=body, headers=headers)
                        else:
                            raise ValueError(f"Webhook不支持HTTP方法: {method}")
                        
                        # 尝试解析JSON响应
                        try:
                            response_data = response.json()
                        except:
                            response_data = response.text
                        
                        result = {
                            'output': {
                                'status_code': response.status_code,
                                'headers': dict(response.headers),
                                'data': response_data
                            },
                            'status': 'success'
                        }
                        
                        if self.logger:
                            duration = int((time.time() - start_time) * 1000)
                            self.logger.log_node_complete(node_id, node_type, result.get('output'), duration)
                        return result
                except Exception as e:
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_error(node_id, node_type, e, duration)
                    return {
                        'output': None,
                        'status': 'failed',
                        'error': f'Webhook请求失败: {str(e)}'
                    }
            
            elif node_type == 'schedule' or node_type == 'delay' or node_type == 'timer':
                # 定时任务节点：延迟执行或定时执行
                node_data = node.get('data', {})
                delay_type = node_data.get('delay_type', 'fixed')  # fixed: 固定延迟, cron: cron表达式
                delay_value = node_data.get('delay_value', 0)  # 延迟值（秒）
                delay_unit = node_data.get('delay_unit', 'seconds')  # seconds, minutes, hours
                
                # 计算实际延迟时间（毫秒）
                if delay_unit == 'seconds':
                    delay_ms = int(delay_value * 1000)
                elif delay_unit == 'minutes':
                    delay_ms = int(delay_value * 60 * 1000)
                elif delay_unit == 'hours':
                    delay_ms = int(delay_value * 60 * 60 * 1000)
                else:
                    delay_ms = int(delay_value * 1000)
                
                # 如果延迟时间大于0，则等待
                if delay_ms > 0:
                    if self.logger:
                        self.logger.info(
                            f"定时任务节点等待 {delay_value} {delay_unit}",
                            node_id=node_id,
                            node_type=node_type,
                            data={'delay_ms': delay_ms, 'delay_value': delay_value, 'delay_unit': delay_unit}
                        )
                    await asyncio.sleep(delay_ms / 1000.0)
                
                # 返回输入数据（定时节点只是延迟，不改变数据）
                result = {'output': input_data, 'status': 'success', 'delay_ms': delay_ms}
                if self.logger:
                    duration = int((time.time() - start_time) * 1000)
                    self.logger.log_node_complete(node_id, node_type, result.get('output'), duration)
                return result
            
            elif node_type == 'email' or node_type == 'mail':
                # 邮件节点：发送邮件通知
                node_data = node.get('data', {})
                smtp_host = node_data.get('smtp_host', '')
                smtp_port = node_data.get('smtp_port', 587)
                smtp_user = node_data.get('smtp_user', '')
                smtp_password = node_data.get('smtp_password', '')
                use_tls = node_data.get('use_tls', True)
                from_email = node_data.get('from_email', '')
                to_email = node_data.get('to_email', '')
                cc_email = node_data.get('cc_email', '')
                bcc_email = node_data.get('bcc_email', '')
                subject = node_data.get('subject', '')
                body = node_data.get('body', '')
                body_type = node_data.get('body_type', 'text')  # text/html
                attachments = node_data.get('attachments', [])  # 附件列表
                
                # 替换变量
                import re
                def replace_variables(text: str, data: Dict[str, Any]) -> str:
                    """替换字符串中的变量占位符"""
                    if not isinstance(text, str):
                        return text
                    pattern = r'\{([^}]+)\}|\$\{([^}]+)\}'
                    def replacer(match):
                        key = match.group(1) or match.group(2)
                        value = self._get_nested_value(data, key)
                        return str(value) if value is not None else match.group(0)
                    return re.sub(pattern, replacer, text)
                
                # 替换所有配置中的变量
                smtp_host = replace_variables(smtp_host, input_data)
                smtp_user = replace_variables(smtp_user, input_data)
                smtp_password = replace_variables(smtp_password, input_data)
                from_email = replace_variables(from_email, input_data)
                to_email = replace_variables(to_email, input_data)
                cc_email = replace_variables(cc_email, input_data)
                bcc_email = replace_variables(bcc_email, input_data)
                subject = replace_variables(subject, input_data)
                body = replace_variables(body, input_data)
                
                # 验证必需参数
                if not smtp_host:
                    raise ValueError("邮件节点需要配置SMTP服务器地址")
                if not from_email:
                    raise ValueError("邮件节点需要配置发件人邮箱")
                if not to_email:
                    raise ValueError("邮件节点需要配置收件人邮箱")
                if not subject:
                    raise ValueError("邮件节点需要配置邮件主题")
                
                try:
                    import aiosmtplib
                    from email.mime.text import MIMEText
                    from email.mime.multipart import MIMEMultipart
                    from email.mime.base import MIMEBase
                    from email import encoders
                    import base64
                    import os
                    
                    # 创建邮件消息
                    msg = MIMEMultipart('alternative')
                    msg['From'] = from_email
                    msg['To'] = to_email
                    if cc_email:
                        msg['Cc'] = cc_email
                    msg['Subject'] = subject
                    
                    # 添加邮件正文
                    if body_type == 'html':
                        msg.attach(MIMEText(body, 'html', 'utf-8'))
                    else:
                        msg.attach(MIMEText(body, 'plain', 'utf-8'))
                    
                    # 处理附件
                    for attachment in attachments:
                        if isinstance(attachment, dict):
                            file_path = attachment.get('file_path', '')
                            file_name = attachment.get('file_name', '')
                            file_content = attachment.get('file_content', '')  # base64编码的内容
                            
                            # 替换变量
                            file_path = replace_variables(file_path, input_data)
                            file_name = replace_variables(file_name, input_data)
                            
                            if file_path and os.path.exists(file_path):
                                # 从文件路径读取
                                with open(file_path, 'rb') as f:
                                    file_data = f.read()
                                if not file_name:
                                    file_name = os.path.basename(file_path)
                            elif file_content:
                                # 从base64内容读取
                                file_data = base64.b64decode(file_content)
                                if not file_name:
                                    file_name = 'attachment'
                            else:
                                continue
                            
                            # 添加附件
                            part = MIMEBase('application', 'octet-stream')
                            part.set_payload(file_data)
                            encoders.encode_base64(part)
                            part.add_header(
                                'Content-Disposition',
                                f'attachment; filename= {file_name}'
                            )
                            msg.attach(part)
                    
                    # 发送邮件
                    recipients = [to_email]
                    if cc_email:
                        recipients.extend([email.strip() for email in cc_email.split(',')])
                    if bcc_email:
                        recipients.extend([email.strip() for email in bcc_email.split(',')])
                    
                    async with aiosmtplib.SMTP(hostname=smtp_host, port=smtp_port) as smtp:
                        if use_tls:
                            await smtp.starttls()
                        if smtp_user and smtp_password:
                            await smtp.login(smtp_user, smtp_password)
                        await smtp.send_message(msg, recipients=recipients)
                    
                    result = {
                        'output': {
                            'message': '邮件发送成功',
                            'from': from_email,
                            'to': to_email,
                            'subject': subject,
                            'recipients_count': len(recipients)
                        },
                        'status': 'success'
                    }
                    
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_complete(node_id, node_type, result.get('output'), duration)
                    return result
                    
                except Exception as e:
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_error(node_id, node_type, e, duration)
                    return {
                        'output': None,
                        'status': 'failed',
                        'error': f'邮件发送失败: {str(e)}'
                    }
            
            elif node_type == 'message_queue' or node_type == 'mq' or node_type == 'rabbitmq' or node_type == 'kafka':
                # 消息队列节点：发送消息到RabbitMQ或Kafka
                node_data = node.get('data', {})
                queue_type = node_data.get('queue_type', 'rabbitmq')  # rabbitmq/kafka
                
                # 替换变量
                import re
                def replace_variables(text: str, data: Dict[str, Any]) -> str:
                    """替换字符串中的变量占位符"""
                    if not isinstance(text, str):
                        return text
                    pattern = r'\{([^}]+)\}|\$\{([^}]+)\}'
                    def replacer(match):
                        key = match.group(1) or match.group(2)
                        value = self._get_nested_value(data, key)
                        return str(value) if value is not None else match.group(0)
                    return re.sub(pattern, replacer, text)
                
                try:
                    if queue_type == 'rabbitmq':
                        # RabbitMQ实现
                        import aio_pika
                        import json
                        
                        # 获取RabbitMQ配置
                        host = replace_variables(node_data.get('host', 'localhost'), input_data)
                        port = node_data.get('port', 5672)
                        username = replace_variables(node_data.get('username', 'guest'), input_data)
                        password = replace_variables(node_data.get('password', 'guest'), input_data)
                        exchange = replace_variables(node_data.get('exchange', ''), input_data)
                        routing_key = replace_variables(node_data.get('routing_key', ''), input_data)
                        queue_name = replace_variables(node_data.get('queue_name', ''), input_data)
                        message = node_data.get('message', input_data)
                        
                        # 如果message是字符串，尝试替换变量
                        if isinstance(message, str):
                            message = replace_variables(message, input_data)
                            try:
                                message = json.loads(message)
                            except:
                                pass
                        elif isinstance(message, dict):
                            # 递归替换字典中的变量
                            def replace_dict_vars(d: Dict[str, Any], data: Dict[str, Any]) -> Dict[str, Any]:
                                result = {}
                                for k, v in d.items():
                                    new_k = replace_variables(k, data)
                                    if isinstance(v, dict):
                                        result[new_k] = replace_dict_vars(v, data)
                                    elif isinstance(v, str):
                                        result[new_k] = replace_variables(v, data)
                                    else:
                                        result[new_k] = v
                                return result
                            message = replace_dict_vars(message, input_data)
                        
                        # 如果没有配置message，使用input_data
                        if not message:
                            message = input_data
                        
                        # 连接RabbitMQ
                        connection_url = f"amqp://{username}:{password}@{host}:{port}/"
                        connection = await aio_pika.connect_robust(connection_url)
                        channel = await connection.channel()
                        
                        # 发送消息
                        message_body = json.dumps(message, ensure_ascii=False).encode('utf-8')
                        
                        if exchange:
                            # 使用exchange和routing_key
                            await channel.default_exchange.publish(
                                aio_pika.Message(message_body),
                                routing_key=routing_key or queue_name
                            )
                        elif queue_name:
                            # 直接发送到队列
                            queue = await channel.declare_queue(queue_name, durable=True)
                            await channel.default_exchange.publish(
                                aio_pika.Message(message_body),
                                routing_key=queue_name
                            )
                        else:
                            raise ValueError("RabbitMQ节点需要配置exchange或queue_name")
                        
                        await connection.close()
                        
                        result = {
                            'output': {
                                'message': '消息已发送到RabbitMQ',
                                'queue_type': 'rabbitmq',
                                'exchange': exchange,
                                'routing_key': routing_key or queue_name,
                                'queue_name': queue_name,
                                'message_size': len(message_body)
                            },
                            'status': 'success'
                        }
                        
                    elif queue_type == 'kafka':
                        # Kafka实现
                        from kafka import KafkaProducer
                        import json
                        
                        # 获取Kafka配置
                        bootstrap_servers = replace_variables(node_data.get('bootstrap_servers', 'localhost:9092'), input_data)
                        topic = replace_variables(node_data.get('topic', ''), input_data)
                        message = node_data.get('message', input_data)
                        
                        # 如果message是字符串，尝试替换变量
                        if isinstance(message, str):
                            message = replace_variables(message, input_data)
                            try:
                                message = json.loads(message)
                            except:
                                pass
                        elif isinstance(message, dict):
                            # 递归替换字典中的变量
                            def replace_dict_vars(d: Dict[str, Any], data: Dict[str, Any]) -> Dict[str, Any]:
                                result = {}
                                for k, v in d.items():
                                    new_k = replace_variables(k, data)
                                    if isinstance(v, dict):
                                        result[new_k] = replace_dict_vars(v, data)
                                    elif isinstance(v, str):
                                        result[new_k] = replace_variables(v, data)
                                    else:
                                        result[new_k] = v
                                return result
                            message = replace_dict_vars(message, input_data)
                        
                        # 如果没有配置message，使用input_data
                        if not message:
                            message = input_data
                        
                        if not topic:
                            raise ValueError("Kafka节点需要配置topic")
                        
                        # 创建Kafka生产者（注意：kafka-python是同步的，需要在线程池中运行）
                        from concurrent.futures import ThreadPoolExecutor
                        
                        def send_kafka_message():
                            producer = KafkaProducer(
                                bootstrap_servers=bootstrap_servers.split(','),
                                value_serializer=lambda v: json.dumps(v, ensure_ascii=False).encode('utf-8')
                            )
                            future = producer.send(topic, message)
                            record_metadata = future.get(timeout=10)
                            producer.close()
                            return record_metadata
                        
                        # 在线程池中执行同步操作
                        loop = asyncio.get_event_loop()
                        with ThreadPoolExecutor() as executor:
                            record_metadata = await loop.run_in_executor(executor, send_kafka_message)
                        
                        result = {
                            'output': {
                                'message': '消息已发送到Kafka',
                                'queue_type': 'kafka',
                                'topic': topic,
                                'partition': record_metadata.partition,
                                'offset': record_metadata.offset
                            },
                            'status': 'success'
                        }
                    else:
                        raise ValueError(f"不支持的消息队列类型: {queue_type}")
                    
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_complete(node_id, node_type, result.get('output'), duration)
                    return result
                    
                except Exception as e:
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_error(node_id, node_type, e, duration)
                    return {
                        'output': None,
                        'status': 'failed',
                        'error': f'消息队列发送失败: {str(e)}'
                    }
            
            elif node_type == 'switch':
                # Switch节点：多分支路由
                logger.info(f"[rjb] 执行Switch节点: node_id={node_id}, node_type={node_type}, input_data keys={list(input_data.keys()) if isinstance(input_data, dict) else 'not_dict'}")
                node_data = node.get('data', {})
                field = node_data.get('field', '')
                cases = node_data.get('cases', {})
                default_case = node_data.get('default', 'default')
                logger.info(f"[rjb] Switch节点配置: field={field}, cases={cases}, default={default_case}")
                
                # 处理输入数据：尝试解析JSON字符串（递归处理所有字段）
                def parse_json_recursively(data, merge_parsed=True):
                    """
                    递归解析JSON字符串
                    
                    Args:
                        data: 要处理的数据
                        merge_parsed: 是否将解析后的字典内容合并到父级（用于方便字段提取）
                    """
                    import json
                    if isinstance(data, str):
                        # 如果是字符串，尝试解析为JSON
                        try:
                            parsed = json.loads(data)
                            # 如果解析成功，递归处理解析后的数据
                            if isinstance(parsed, (dict, list)):
                                return parse_json_recursively(parsed, merge_parsed)
                            return parsed
                        except:
                            # 不是JSON，返回原字符串
                            return data
                    elif isinstance(data, dict):
                        # 如果是字典，递归处理每个值
                        result = {}
                        for key, value in data.items():
                            parsed_value = parse_json_recursively(value, merge_parsed=False)
                            result[key] = parsed_value
                            # 如果merge_parsed为True且解析后的值是字典，将其内容合并到当前层级（方便字段提取）
                            if merge_parsed and isinstance(parsed_value, dict):
                                # 合并时避免覆盖已有的键
                                for k, v in parsed_value.items():
                                    if k not in result:
                                        result[k] = v
                        return result
                    elif isinstance(data, list):
                        # 如果是列表，递归处理每个元素
                        return [parse_json_recursively(item, merge_parsed) for item in data]
                    else:
                        # 其他类型，直接返回
                        return data
                
                processed_input = parse_json_recursively(input_data, merge_parsed=True)
                
                # 从处理后的输入数据中获取字段值
                field_value = self._get_nested_value(processed_input, field)
                field_value_str = str(field_value) if field_value is not None else ''
                
                # 查找匹配的case
                matched_case = default_case
                if field_value_str in cases:
                    matched_case = cases[field_value_str]
                elif field_value in cases:
                    matched_case = cases[field_value]
                
                # 记录详细的匹配信息（同时输出到控制台和数据库）
                match_info = {
                    'field': field,
                    'field_value': field_value,
                    'field_value_str': field_value_str,
                    'matched_case': matched_case,
                    'processed_input_keys': list(processed_input.keys()) if isinstance(processed_input, dict) else 'not_dict',
                    'cases_keys': list(cases.keys())
                }
                logger.info(f"[rjb] Switch节点匹配: node_id={node_id}, {match_info}")
                if self.logger:
                    self.logger.info(
                        f"Switch节点匹配: field={field}, field_value={field_value}, matched_case={matched_case}",
                        node_id=node_id,
                        node_type=node_type,
                        data=match_info
                    )
                
                exec_result = {
                    'output': processed_input,
                    'status': 'success',
                    'branch': matched_case,
                    'matched_value': field_value
                }
                if self.logger:
                    duration = int((time.time() - start_time) * 1000)
                    self.logger.log_node_complete(node_id, node_type, {'branch': matched_case, 'value': field_value}, duration)
                return exec_result
            
            elif node_type == 'merge':
                # Merge节点：合并多个分支的数据流
                node_data = node.get('data', {})
                mode = node_data.get('mode', 'merge_all')  # merge_all, merge_first, merge_last
                strategy = node_data.get('strategy', 'array')  # array, object, concat
                
                # 获取所有上游节点的输出（通过input_data中的特殊字段）
                # 如果input_data包含多个分支的数据，合并它们
                merged_data = {}
                
                if strategy == 'array':
                    # 数组策略：将所有输入数据作为数组元素
                    if isinstance(input_data, list):
                        merged_data = input_data
                    elif isinstance(input_data, dict):
                        # 如果包含多个分支数据，提取为数组
                        branch_data = []
                        for key, value in input_data.items():
                            if not key.startswith('_'):
                                branch_data.append(value)
                        merged_data = branch_data if branch_data else [input_data]
                    else:
                        merged_data = [input_data]
                
                elif strategy == 'object':
                    # 对象策略：合并所有字段
                    if isinstance(input_data, dict):
                        merged_data = input_data.copy()
                    else:
                        merged_data = {'data': input_data}
                
                elif strategy == 'concat':
                    # 连接策略：将所有数据连接为字符串
                    if isinstance(input_data, list):
                        merged_data = '\n'.join(str(item) for item in input_data)
                    elif isinstance(input_data, dict):
                        merged_data = '\n'.join(f"{k}: {v}" for k, v in input_data.items() if not k.startswith('_'))
                    else:
                        merged_data = str(input_data)
                
                exec_result = {'output': merged_data, 'status': 'success'}
                if self.logger:
                    duration = int((time.time() - start_time) * 1000)
                    self.logger.log_node_complete(node_id, node_type, merged_data, duration)
                return exec_result
            
            elif node_type == 'wait':
                # Wait节点：等待条件满足
                node_data = node.get('data', {})
                wait_type = node_data.get('wait_type', 'condition')  # condition, time, event
                condition = node_data.get('condition', '')
                timeout = node_data.get('timeout', 300)  # 默认5分钟
                poll_interval = node_data.get('poll_interval', 5)  # 默认5秒
                
                if wait_type == 'condition':
                    # 等待条件满足
                    start_wait = time.time()
                    while time.time() - start_wait < timeout:
                        try:
                            result = condition_parser.evaluate_condition(condition, input_data)
                            if result:
                                exec_result = {'output': input_data, 'status': 'success', 'waited': time.time() - start_wait}
                                if self.logger:
                                    duration = int((time.time() - start_time) * 1000)
                                    self.logger.log_node_complete(node_id, node_type, exec_result, duration)
                                return exec_result
                        except Exception as e:
                            logger.warning(f"Wait节点条件评估失败: {str(e)}")
                        
                        await asyncio.sleep(poll_interval)
                    
                    # 超时
                    exec_result = {
                        'output': input_data,
                        'status': 'failed',
                        'error': f'等待条件超时: {timeout}秒'
                    }
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_error(node_id, node_type, Exception("等待超时"), duration)
                    return exec_result
                
                elif wait_type == 'time':
                    # 等待固定时间
                    wait_seconds = node_data.get('wait_seconds', 0)
                    await asyncio.sleep(wait_seconds)
                    exec_result = {'output': input_data, 'status': 'success', 'waited': wait_seconds}
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_complete(node_id, node_type, exec_result, duration)
                    return exec_result
                
                else:
                    # 其他类型暂不支持
                    exec_result = {'output': input_data, 'status': 'success'}
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_complete(node_id, node_type, exec_result, duration)
                    return exec_result
            
            elif node_type == 'json':
                # JSON处理节点
                node_data = node.get('data', {})
                operation = node_data.get('operation', 'parse')  # parse, stringify, extract, validate
                path = node_data.get('path', '')
                schema = node_data.get('schema', {})
                
                try:
                    if operation == 'parse':
                        # 解析JSON字符串
                        if isinstance(input_data, str):
                            result = json_module.loads(input_data)
                        elif isinstance(input_data, dict) and 'data' in input_data:
                            # 如果包含data字段，尝试解析
                            if isinstance(input_data['data'], str):
                                result = json_module.loads(input_data['data'])
                            else:
                                result = input_data['data']
                        else:
                            result = input_data
                    
                    elif operation == 'stringify':
                        # 转换为JSON字符串
                        result = json_module.dumps(input_data, ensure_ascii=False, indent=2)
                    
                    elif operation == 'extract':
                        # 使用JSONPath提取数据（简化实现）
                        if path and isinstance(input_data, dict):
                            # 简单的路径提取，支持 $.key 格式
                            path = path.replace('$.', '').replace('$', '')
                            keys = path.split('.')
                            result = input_data
                            for key in keys:
                                if key.endswith('[*]'):
                                    # 数组提取
                                    array_key = key[:-3]
                                    if isinstance(result, dict) and array_key in result:
                                        result = result[array_key]
                                elif isinstance(result, dict) and key in result:
                                    result = result[key]
                                else:
                                    result = None
                                    break
                        else:
                            result = input_data
                    
                    elif operation == 'validate':
                        # JSON Schema验证（简化实现）
                        # 这里只做基本验证，完整实现需要使用jsonschema库
                        if schema:
                            # 简单类型检查
                            if 'type' in schema:
                                expected_type = schema['type']
                                actual_type = type(input_data).__name__
                                if expected_type == 'object' and actual_type != 'dict':
                                    raise ValueError(f"期望类型 {expected_type}，实际类型 {actual_type}")
                                elif expected_type == 'array' and actual_type != 'list':
                                    raise ValueError(f"期望类型 {expected_type}，实际类型 {actual_type}")
                        result = input_data
                    
                    else:
                        result = input_data
                    
                    exec_result = {'output': result, 'status': 'success'}
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_complete(node_id, node_type, result, duration)
                    return exec_result
                
                except Exception as e:
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_error(node_id, node_type, e, duration)
                    return {
                        'output': None,
                        'status': 'failed',
                        'error': f'JSON处理失败: {str(e)}'
                    }
            
            elif node_type == 'text':
                # 文本处理节点
                node_data = node.get('data', {})
                operation = node_data.get('operation', 'split')  # split, join, extract, replace, format
                delimiter = node_data.get('delimiter', '\n')
                regex = node_data.get('regex', '')
                template = node_data.get('template', '')
                
                try:
                    # 获取输入文本
                    input_text = input_data
                    if isinstance(input_data, dict):
                        # 尝试从字典中提取文本
                        for key in ['text', 'content', 'message', 'input', 'output']:
                            if key in input_data and isinstance(input_data[key], str):
                                input_text = input_data[key]
                                break
                        if isinstance(input_text, dict):
                            input_text = str(input_text)
                    elif not isinstance(input_text, str):
                        input_text = str(input_text)
                    
                    if operation == 'split':
                        # 拆分文本
                        result = input_text.split(delimiter)
                    
                    elif operation == 'join':
                        # 合并文本（需要输入是数组）
                        if isinstance(input_data, list):
                            result = delimiter.join(str(item) for item in input_data)
                        else:
                            result = input_text
                    
                    elif operation == 'extract':
                        # 使用正则表达式提取
                        if regex:
                            import re
                            matches = re.findall(regex, input_text)
                            result = matches if len(matches) > 1 else (matches[0] if matches else '')
                        else:
                            result = input_text
                    
                    elif operation == 'replace':
                        # 替换文本
                        old_text = node_data.get('old_text', '')
                        new_text = node_data.get('new_text', '')
                        if regex:
                            import re
                            result = re.sub(regex, new_text, input_text)
                        else:
                            result = input_text.replace(old_text, new_text)
                    
                    elif operation == 'format':
                        # 格式化文本（使用模板）
                        if template:
                            # 支持 {key} 格式的变量替换
                            result = template
                            if isinstance(input_data, dict):
                                for key, value in input_data.items():
                                    result = result.replace(f'{{{key}}}', str(value))
                            else:
                                result = result.replace('{value}', str(input_data))
                        else:
                            result = input_text
                    
                    else:
                        result = input_text
                    
                    exec_result = {'output': result, 'status': 'success'}
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_complete(node_id, node_type, result, duration)
                    return exec_result
                
                except Exception as e:
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_error(node_id, node_type, e, duration)
                    return {
                        'output': None,
                        'status': 'failed',
                        'error': f'文本处理失败: {str(e)}'
                    }
            
            elif node_type == 'cache':
                # 缓存节点
                node_data = node.get('data', {})
                operation = node_data.get('operation', 'get')  # get, set, delete, clear
                key = node_data.get('key', '')
                ttl = node_data.get('ttl', 3600)  # 默认1小时
                # 默认优先使用redis（如果配置了），否则memory
                backend = node_data.get('backend') or ('redis' if getattr(settings, 'REDIS_URL', None) else 'memory')  # redis, memory
                default_value = node_data.get('default_value', '{}')
                value_template = node_data.get('value', '')
                
                # 使用Redis作为持久化缓存（如果可用），否则使用内存缓存
                # 注意：内存缓存在单次执行会话内有效，跨执行不会保留
                use_redis = False
                redis_client = None
                # 默认尝试使用Redis（如果配置了），除非明确指定使用memory
                if backend != 'memory':
                    try:
                        from app.core.redis_client import get_redis_client
                        redis_client = get_redis_client()
                        if redis_client:
                            use_redis = True
                            logger.info(f"[rjb] Cache节点 {node_id} 使用Redis缓存")
                    except Exception as e:
                        logger.warning(f"Redis不可用: {str(e)}，使用内存缓存")
                
                # 内存缓存（单次执行会话内有效）
                if not hasattr(self, '_cache_store'):
                    self._cache_store = {}
                    self._cache_timestamps = {}
                
                try:
                    # 替换key中的变量
                    if isinstance(input_data, dict):
                        # 首先处理 {{variable}} 格式
                        import re
                        double_brace_vars = re.findall(r'\{\{(\w+)\}\}', key)
                        for var_name in double_brace_vars:
                            if var_name in input_data:
                                key = key.replace(f'{{{{{var_name}}}}}', str(input_data[var_name]))
                            else:
                                # 如果变量不存在，使用默认值
                                if var_name == 'user_id':
                                    # 尝试从输入数据中提取user_id，如果没有则使用"default"
                                    user_id = input_data.get('user_id') or input_data.get('USER_ID') or 'default'
                                    key = key.replace(f'{{{{{var_name}}}}}', str(user_id))
                                else:
                                    key = key.replace(f'{{{{{var_name}}}}}', 'default')
                        
                        # 然后处理 {key} 格式
                        for k, v in input_data.items():
                            key = key.replace(f'{{{k}}}', str(v))
                    
                    # 如果key中还有未替换的变量，使用默认值
                    if '{' in key:
                        key = key.replace('{user_id}', 'default').replace('{{user_id}}', 'default')
                        # 清理其他未替换的变量
                        key = re.sub(r'\{[^}]+\}', 'default', key)
                    
                    logger.info(f"[rjb] Cache节点 {node_id} 处理后的key: {key}")
                    
                    if operation == 'get':
                        # 获取缓存
                        result = None
                        cache_hit = False
                        
                        if use_redis and redis_client:
                            # 从Redis获取
                            try:
                                cached_data = redis_client.get(key)
                                if cached_data:
                                    result = json_module.loads(cached_data)
                                    cache_hit = True
                            except Exception as e:
                                logger.warning(f"从Redis获取缓存失败: {str(e)}")
                        
                        if result is None:
                            # 从内存缓存获取
                            if key in self._cache_store:
                                # 检查是否过期
                                if key in self._cache_timestamps:
                                    if time.time() - self._cache_timestamps[key] > ttl:
                                        # 过期，删除
                                        del self._cache_store[key]
                                        del self._cache_timestamps[key]
                                    else:
                                        result = self._cache_store[key]
                                        cache_hit = True
                                else:
                                    result = self._cache_store[key]
                                    cache_hit = True
                        
                        # 如果缓存未命中，使用default_value
                        if result is None:
                            try:
                                if isinstance(default_value, str):
                                    result = json_module.loads(default_value) if default_value else {}
                                else:
                                    result = default_value
                            except:
                                result = {}
                            cache_hit = False
                            logger.info(f"[rjb] Cache节点 {node_id} cache miss，使用default_value: {result}")
                        
                        # 合并输入数据和缓存结果
                        output = input_data.copy() if isinstance(input_data, dict) else {}
                        if isinstance(result, dict):
                            output.update(result)
                        else:
                            output['memory'] = result
                        
                        exec_result = {'output': output, 'status': 'success', 'cache_hit': cache_hit, 'memory': result}
                    
                    elif operation == 'set':
                        # 设置缓存
                        # 处理value模板
                        if value_template:
                            # 处理模板语法 {{variable}}
                            import re
                            value_str = value_template
                            
                            # 替换 {{variable}} 格式的变量
                            # 注意：只替换 memory.* 路径的变量，user_input、output、timestamp 等变量在Python表达式执行阶段处理
                            template_vars = re.findall(r'\{\{(\w+(?:\.\w+)*)\}\}', value_str)
                            for var_path in template_vars:
                                # 跳过 user_input、output、timestamp 等变量，这些在Python表达式执行阶段处理
                                if var_path in ['user_input', 'output', 'timestamp']:
                                    continue
                                
                                # 支持嵌套路径，如 memory.conversation_history
                                var_parts = var_path.split('.')
                                var_value = input_data
                                try:
                                    for part in var_parts:
                                        if isinstance(var_value, dict) and part in var_value:
                                            var_value = var_value[part]
                                        else:
                                            var_value = None
                                            break
                                    
                                    if var_value is not None:
                                        # 替换模板变量
                                        replacement = json_module.dumps(var_value, ensure_ascii=False) if isinstance(var_value, (dict, list)) else str(var_value)
                                        value_str = value_str.replace(f'{{{{{var_path}}}}}', replacement)
                                    else:
                                        # 变量不存在，根据路径使用合适的默认值
                                        if 'conversation_history' in var_path:
                                            value_str = value_str.replace(f'{{{{{var_path}}}}}', '[]')
                                        elif 'user_profile' in var_path or 'context' in var_path:
                                            value_str = value_str.replace(f'{{{{{var_path}}}}}', '{}')
                                        else:
                                            # 对于其他变量，保留原样，让Python表达式执行阶段处理
                                            pass
                                except Exception as e:
                                    logger.warning(f"处理模板变量 {var_path} 失败: {str(e)}")
                            
                            # 替换 {key} 格式的变量（但不要替换 {{variable}} 格式的）
                            for k, v in input_data.items():
                                placeholder = f'{{{k}}}'
                                # 确保不是 {{variable}} 格式
                                if placeholder in value_str and f'{{{{{k}}}}}' not in value_str:
                                    replacement = json_module.dumps(v, ensure_ascii=False) if isinstance(v, (dict, list)) else str(v)
                                    value_str = value_str.replace(placeholder, replacement)
                            
                            # 解析处理后的value（可能是JSON字符串或Python表达式）
                            try:
                                # 尝试作为JSON解析
                                value = json_module.loads(value_str)
                            except:
                                # 如果不是有效的JSON，尝试作为Python表达式执行（安全限制）
                                try:
                                    # 准备安全的环境变量
                                    from datetime import datetime
                                    memory = input_data.get('memory', {})
                                    if not isinstance(memory, dict):
                                        memory = {}
                                    
                                    # 确保memory中有必要的字段
                                    if 'conversation_history' not in memory:
                                        memory['conversation_history'] = []
                                    if 'user_profile' not in memory:
                                        memory['user_profile'] = {}
                                    if 'context' not in memory:
                                        memory['context'] = {}
                                    
                                    # 获取user_input：优先从query或USER_INPUT获取
                                    user_input = input_data.get('query') or input_data.get('USER_INPUT') or input_data.get('user_input') or ''
                                    
                                    # 获取output：从right字段获取，如果是dict则提取right子字段
                                    output = input_data.get('right', '')
                                    if isinstance(output, dict):
                                        output = output.get('right', '') or output.get('content', '') or str(output)
                                    if not output:
                                        output = ''
                                    
                                    timestamp = datetime.now().isoformat()
                                    
                                    # 在Python表达式执行前，替换 {{user_input}}、{{output}}、{{timestamp}}
                                    # 注意：模板中已经有引号了，所以需要转义字符串中的特殊字符，然后直接插入
                                    # 使用json.dumps来正确转义，但去掉外层的引号（因为模板中已经有引号了）
                                    user_input_escaped = json_module.dumps(user_input, ensure_ascii=False)[1:-1]  # 去掉首尾引号
                                    output_escaped = json_module.dumps(output, ensure_ascii=False)[1:-1]
                                    timestamp_escaped = json_module.dumps(timestamp, ensure_ascii=False)[1:-1]
                                    
                                    value_str = value_str.replace('{{user_input}}', user_input_escaped)
                                    value_str = value_str.replace('{{output}}', output_escaped)
                                    value_str = value_str.replace('{{timestamp}}', timestamp_escaped)
                                    
                                    # 只允许基本的字典和列表操作
                                    safe_dict = {
                                        'memory': memory,
                                        'user_input': user_input,
                                        'output': output,
                                        'timestamp': timestamp
                                    }
                                    
                                    logger.info(f"[rjb] Cache节点 {node_id} 执行value模板")
                                    logger.info(f"[rjb] value_str前300字符: {value_str[:300]}")
                                    logger.info(f"[rjb] user_input: {user_input[:50]}, output: {str(output)[:50]}, timestamp: {timestamp}")
                                    value = eval(value_str, {"__builtins__": {}}, safe_dict)
                                    logger.info(f"[rjb] Cache节点 {node_id} value模板执行成功，类型: {type(value)}")
                                    
                                    # 确保conversation_history只保留最近的20条（性能优化）
                                    if isinstance(value, dict) and 'conversation_history' in value:
                                        if isinstance(value['conversation_history'], list):
                                            max_history_length = 20
                                            if len(value['conversation_history']) > max_history_length:
                                                value['conversation_history'] = value['conversation_history'][-max_history_length:]
                                                logger.info(f"[rjb] 对话历史已截断，保留最近 {max_history_length} 条")
                                    
                                    if isinstance(value, dict):
                                        logger.info(f"[rjb] keys: {list(value.keys())}")
                                        if 'conversation_history' in value:
                                            logger.info(f"[rjb] conversation_history: {len(value['conversation_history'])} 条")
                                            if value['conversation_history']:
                                                logger.info(f"[rjb] 第一条: {value['conversation_history'][0]}")
                                except Exception as e:
                                    logger.error(f"Cache节点 {node_id} value模板执行失败: {str(e)}")
                                    logger.error(f"value_str: {value_str[:500]}")
                                    logger.error(f"safe_dict: {safe_dict}")
                                    import traceback
                                    logger.error(f"traceback: {traceback.format_exc()}")
                                    # 如果都失败，使用原始输入数据
                                    value = input_data
                        else:
                            # 没有value模板，使用输入数据
                            value = input_data
                            if isinstance(input_data, dict) and 'value' in input_data:
                                value = input_data['value']
                        
                        # 存储到缓存
                        if use_redis and redis_client:
                            try:
                                redis_client.setex(key, ttl, json_module.dumps(value, ensure_ascii=False))
                                logger.info(f"[rjb] Cache节点 {node_id} 已存储到Redis: key={key}")
                            except Exception as e:
                                logger.warning(f"存储到Redis失败: {str(e)}")
                        
                        # 同时存储到内存缓存
                        self._cache_store[key] = value
                        self._cache_timestamps[key] = time.time()
                        logger.info(f"[rjb] Cache节点 {node_id} 已存储: key={key}, value类型={type(value)}")
                        
                        exec_result = {'output': input_data, 'status': 'success', 'cached_value': value}
                    
                    elif operation == 'delete':
                        # 删除缓存
                        if key in self._cache_store:
                            del self._cache_store[key]
                        if key in self._cache_timestamps:
                            del self._cache_timestamps[key]
                        exec_result = {'output': input_data, 'status': 'success'}
                    
                    elif operation == 'clear':
                        # 清空缓存
                        self._cache_store.clear()
                        self._cache_timestamps.clear()
                        exec_result = {'output': input_data, 'status': 'success'}
                    
                    else:
                        exec_result = {'output': input_data, 'status': 'success'}
                    
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_complete(node_id, node_type, exec_result.get('output'), duration)
                    return exec_result
                
                except Exception as e:
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_error(node_id, node_type, e, duration)
                    return {
                        'output': None,
                        'status': 'failed',
                        'error': f'缓存操作失败: {str(e)}'
                    }
            
            elif node_type == 'vector_db':
                # 向量数据库节点：向量存储、相似度搜索、RAG检索
                node_data = node.get('data', {})
                operation = node_data.get('operation', 'search')  # search, upsert, delete
                collection = node_data.get('collection', 'default')
                query_vector = node_data.get('query_vector', '')
                top_k = node_data.get('top_k', 5)
                
                # 简化的内存向量存储实现（实际生产环境应使用ChromaDB、Pinecone等）
                if not hasattr(self, '_vector_store'):
                    self._vector_store = {}
                
                try:
                    if operation == 'search':
                        # 向量相似度搜索（简化实现：使用余弦相似度）
                        if collection not in self._vector_store:
                            self._vector_store[collection] = []
                        
                        # 获取查询向量
                        if isinstance(query_vector, str):
                            # 尝试从input_data中获取
                            query_vec = self._get_nested_value(input_data, query_vector.replace('{', '').replace('}', ''))
                        else:
                            query_vec = query_vector
                        
                        if not isinstance(query_vec, list):
                            # 如果输入数据包含embedding字段，使用它
                            if isinstance(input_data, dict) and 'embedding' in input_data:
                                query_vec = input_data['embedding']
                            else:
                                raise ValueError("无法获取查询向量")
                        
                        # 计算相似度并排序
                        results = []
                        for item in self._vector_store[collection]:
                            if 'vector' in item:
                                # 计算余弦相似度
                                import math
                                vec1 = query_vec
                                vec2 = item['vector']
                                if len(vec1) != len(vec2):
                                    continue
                                
                                dot_product = sum(a * b for a, b in zip(vec1, vec2))
                                magnitude1 = math.sqrt(sum(a * a for a in vec1))
                                magnitude2 = math.sqrt(sum(a * a for a in vec2))
                                
                                if magnitude1 == 0 or magnitude2 == 0:
                                    similarity = 0
                                else:
                                    similarity = dot_product / (magnitude1 * magnitude2)
                                
                                results.append({
                                    'id': item.get('id'),
                                    'text': item.get('text', ''),
                                    'metadata': item.get('metadata', {}),
                                    'similarity': similarity
                                })
                        
                        # 按相似度排序并返回top_k
                        results.sort(key=lambda x: x['similarity'], reverse=True)
                        result = results[:top_k]
                    
                    elif operation == 'upsert':
                        # 插入或更新向量
                        if collection not in self._vector_store:
                            self._vector_store[collection] = []
                        
                        # 从输入数据中提取向量和文本
                        vector = input_data.get('embedding') or input_data.get('vector')
                        text = input_data.get('text') or input_data.get('content', '')
                        metadata = input_data.get('metadata', {})
                        doc_id = input_data.get('id') or f"doc_{len(self._vector_store[collection])}"
                        
                        # 查找是否已存在
                        existing_index = None
                        for i, item in enumerate(self._vector_store[collection]):
                            if item.get('id') == doc_id:
                                existing_index = i
                                break
                        
                        doc_item = {
                            'id': doc_id,
                            'vector': vector,
                            'text': text,
                            'metadata': metadata
                        }
                        
                        if existing_index is not None:
                            self._vector_store[collection][existing_index] = doc_item
                        else:
                            self._vector_store[collection].append(doc_item)
                        
                        result = {'id': doc_id, 'status': 'upserted'}
                    
                    elif operation == 'delete':
                        # 删除向量
                        if collection in self._vector_store:
                            doc_id = node_data.get('doc_id') or input_data.get('id')
                            if doc_id:
                                self._vector_store[collection] = [
                                    item for item in self._vector_store[collection]
                                    if item.get('id') != doc_id
                                ]
                                result = {'id': doc_id, 'status': 'deleted'}
                            else:
                                # 删除整个集合
                                del self._vector_store[collection]
                                result = {'collection': collection, 'status': 'deleted'}
                        else:
                            result = {'status': 'not_found'}
                    
                    else:
                        result = input_data
                    
                    exec_result = {'output': result, 'status': 'success'}
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_complete(node_id, node_type, result, duration)
                    return exec_result
                
                except Exception as e:
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_error(node_id, node_type, e, duration)
                    return {
                        'output': None,
                        'status': 'failed',
                        'error': f'向量数据库操作失败: {str(e)}'
                    }
            
            elif node_type == 'log':
                # 日志节点：记录日志、调试输出、性能监控
                node_data = node.get('data', {})
                level = node_data.get('level', 'info')  # debug, info, warning, error
                message = node_data.get('message', '')
                include_data = node_data.get('include_data', True)
                
                try:
                    # 格式化消息
                    if message:
                        # 替换变量
                        if isinstance(input_data, dict):
                            for key, value in input_data.items():
                                message = message.replace(f'{{{key}}}', str(value))
                    
                    # 构建日志内容
                    log_data = {
                        'message': message or '节点执行',
                        'node_id': node_id,
                        'node_type': node_type,
                        'timestamp': time.time()
                    }
                    
                    if include_data:
                        log_data['data'] = input_data
                    
                    # 记录日志
                    log_message = f"[{node_id}] {log_data['message']}"
                    if include_data:
                        log_message += f" | 数据: {json_module.dumps(input_data, ensure_ascii=False)[:200]}"
                    
                    if level == 'debug':
                        logger.debug(log_message)
                    elif level == 'info':
                        logger.info(log_message)
                    elif level == 'warning':
                        logger.warning(log_message)
                    elif level == 'error':
                        logger.error(log_message)
                    else:
                        logger.info(log_message)
                    
                    # 如果使用执行日志记录器，也记录
                    if self.logger:
                        self.logger.info(log_data['message'], node_id=node_id, node_type=node_type, data=input_data if include_data else None)
                    
                    exec_result = {'output': input_data, 'status': 'success', 'log': log_data}
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_complete(node_id, node_type, exec_result.get('output'), duration)
                    return exec_result
                
                except Exception as e:
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_error(node_id, node_type, e, duration)
                    return {
                        'output': input_data,
                        'status': 'failed',
                        'error': f'日志记录失败: {str(e)}'
                    }
            
            elif node_type == 'error_handler':
                # 错误处理节点：捕获错误、错误重试、错误通知
                # 注意：这个节点需要特殊处理，因为它应该包装其他节点的执行
                # 这里我们实现一个简化版本，主要用于错误重试和通知
                node_data = node.get('data', {})
                retry_count = node_data.get('retry_count', 3)
                retry_delay = node_data.get('retry_delay', 1000)  # 毫秒
                on_error = node_data.get('on_error', 'notify')  # notify, retry, stop
                error_handler_workflow = node_data.get('error_handler_workflow', '')
                
                # 这个节点通常用于包装其他节点，但在这里我们只处理输入数据中的错误
                try:
                    # 检查输入数据中是否有错误
                    if isinstance(input_data, dict) and input_data.get('status') == 'failed':
                        error = input_data.get('error', '未知错误')
                        
                        if on_error == 'retry' and retry_count > 0:
                            # 重试逻辑（这里简化处理，实际应该重新执行前一个节点）
                            logger.warning(f"错误处理节点检测到错误，将重试: {error}")
                            # 注意：实际重试需要重新执行前一个节点，这里只记录
                            exec_result = {
                                'output': input_data,
                                'status': 'retry',
                                'retry_count': retry_count,
                                'error': error
                            }
                        elif on_error == 'notify':
                            # 通知错误（记录日志）
                            logger.error(f"错误处理节点捕获错误: {error}")
                            exec_result = {
                                'output': input_data,
                                'status': 'error_handled',
                                'error': error,
                                'notified': True
                            }
                        else:
                            # 停止执行
                            exec_result = {
                                'output': input_data,
                                'status': 'failed',
                                'error': error,
                                'stopped': True
                            }
                    else:
                        # 没有错误，正常通过
                        exec_result = {'output': input_data, 'status': 'success'}
                    
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_complete(node_id, node_type, exec_result.get('output'), duration)
                    return exec_result
                
                except Exception as e:
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_error(node_id, node_type, e, duration)
                    return {
                        'output': input_data,
                        'status': 'failed',
                        'error': f'错误处理失败: {str(e)}'
                    }
            
            elif node_type == 'csv':
                # CSV处理节点：CSV解析、生成、转换
                node_data = node.get('data', {})
                operation = node_data.get('operation', 'parse')  # parse, generate, convert
                delimiter = node_data.get('delimiter', ',')
                headers = node_data.get('headers', True)
                encoding = node_data.get('encoding', 'utf-8')
                
                try:
                    import csv
                    import io
                    
                    if operation == 'parse':
                        # 解析CSV
                        csv_text = input_data
                        if isinstance(input_data, dict):
                            # 尝试从字典中提取CSV文本
                            for key in ['csv', 'data', 'content', 'text']:
                                if key in input_data and isinstance(input_data[key], str):
                                    csv_text = input_data[key]
                                    break
                        
                        if not isinstance(csv_text, str):
                            csv_text = str(csv_text)
                        
                        # 解析CSV
                        csv_reader = csv.DictReader(io.StringIO(csv_text), delimiter=delimiter) if headers else csv.reader(io.StringIO(csv_text), delimiter=delimiter)
                        
                        if headers:
                            result = list(csv_reader)
                        else:
                            # 没有表头，返回数组的数组
                            result = list(csv_reader)
                    
                    elif operation == 'generate':
                        # 生成CSV
                        data = input_data
                        if isinstance(input_data, dict) and 'data' in input_data:
                            data = input_data['data']
                        
                        if not isinstance(data, list):
                            data = [data]
                        
                        output = io.StringIO()
                        if data and isinstance(data[0], dict):
                            # 字典列表，使用DictWriter
                            fieldnames = data[0].keys()
                            writer = csv.DictWriter(output, fieldnames=fieldnames, delimiter=delimiter)
                            if headers:
                                writer.writeheader()
                            writer.writerows(data)
                        else:
                            # 数组列表，使用writer
                            writer = csv.writer(output, delimiter=delimiter)
                            if headers and data and isinstance(data[0], list):
                                # 假设第一行是表头
                                writer.writerow(data[0])
                                writer.writerows(data[1:])
                            else:
                                writer.writerows(data)
                        
                        result = output.getvalue()
                    
                    elif operation == 'convert':
                        # 转换CSV格式（改变分隔符等）
                        csv_text = input_data
                        if isinstance(input_data, dict):
                            for key in ['csv', 'data', 'content']:
                                if key in input_data and isinstance(input_data[key], str):
                                    csv_text = input_data[key]
                                    break
                        
                        if not isinstance(csv_text, str):
                            csv_text = str(csv_text)
                        
                        # 读取并重新写入
                        reader = csv.reader(io.StringIO(csv_text))
                        output = io.StringIO()
                        writer = csv.writer(output, delimiter=delimiter)
                        writer.writerows(reader)
                        result = output.getvalue()
                    
                    else:
                        result = input_data
                    
                    exec_result = {'output': result, 'status': 'success'}
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_complete(node_id, node_type, result, duration)
                    return exec_result
                
                except Exception as e:
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_error(node_id, node_type, e, duration)
                    return {
                        'output': None,
                        'status': 'failed',
                        'error': f'CSV处理失败: {str(e)}'
                    }
            
            elif node_type == 'object_storage':
                # 对象存储节点：文件上传、下载、删除、列表
                node_data = node.get('data', {})
                provider = node_data.get('provider', 's3')  # oss, s3, cos
                operation = node_data.get('operation', 'upload')
                bucket = node_data.get('bucket', '')
                key = node_data.get('key', '')
                file_data = node_data.get('file', '')
                
                try:
                    # 简化实现：实际生产环境需要使用boto3（AWS S3）、oss2（阿里云OSS）等
                    # 这里提供一个接口框架，实际使用时需要安装相应的SDK
                    
                    if operation == 'upload':
                        # 上传文件
                        if not file_data:
                            # 从input_data中获取文件数据
                            if isinstance(input_data, dict):
                                file_data = input_data.get('file') or input_data.get('data') or input_data.get('content')
                            else:
                                file_data = input_data
                        
                        # 替换key中的变量
                        if isinstance(input_data, dict):
                            for k, v in input_data.items():
                                key = key.replace(f'{{{k}}}', str(v))
                        
                        # 这里只是模拟上传，实际需要调用相应的SDK
                        logger.info(f"对象存储上传: provider={provider}, bucket={bucket}, key={key}")
                        result = {
                            'provider': provider,
                            'bucket': bucket,
                            'key': key,
                            'status': 'uploaded',
                            'url': f"{provider}://{bucket}/{key}"  # 模拟URL
                        }
                    
                    elif operation == 'download':
                        # 下载文件
                        if isinstance(input_data, dict):
                            for k, v in input_data.items():
                                key = key.replace(f'{{{k}}}', str(v))
                        
                        logger.info(f"对象存储下载: provider={provider}, bucket={bucket}, key={key}")
                        # 这里只是模拟下载，实际需要调用相应的SDK
                        result = {
                            'provider': provider,
                            'bucket': bucket,
                            'key': key,
                            'status': 'downloaded',
                            'data': '模拟文件内容'  # 实际应该是文件内容
                        }
                    
                    elif operation == 'delete':
                        # 删除文件
                        if isinstance(input_data, dict):
                            for k, v in input_data.items():
                                key = key.replace(f'{{{k}}}', str(v))
                        
                        logger.info(f"对象存储删除: provider={provider}, bucket={bucket}, key={key}")
                        result = {
                            'provider': provider,
                            'bucket': bucket,
                            'key': key,
                            'status': 'deleted'
                        }
                    
                    elif operation == 'list':
                        # 列出文件
                        prefix = node_data.get('prefix', '')
                        logger.info(f"对象存储列表: provider={provider}, bucket={bucket}, prefix={prefix}")
                        result = {
                            'provider': provider,
                            'bucket': bucket,
                            'prefix': prefix,
                            'files': []  # 实际应该是文件列表
                        }
                    
                    else:
                        result = input_data
                    
                    exec_result = {'output': result, 'status': 'success'}
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_complete(node_id, node_type, result, duration)
                    return exec_result
                
                except Exception as e:
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_error(node_id, node_type, e, duration)
                    return {
                        'output': None,
                        'status': 'failed',
                        'error': f'对象存储操作失败: {str(e)}。注意：实际使用需要安装相应的SDK（如boto3、oss2等）'
                    }
            
            elif node_type == 'slack':
                # Slack节点：发送消息、创建频道、获取消息
                node_data = node.get('data', {})
                operation = node_data.get('operation', 'send_message')
                token = node_data.get('token', '')
                channel = node_data.get('channel', '')
                message = node_data.get('message', '')
                attachments = node_data.get('attachments', [])
                
                try:
                    import httpx
                    
                    # 替换消息中的变量
                    if isinstance(input_data, dict):
                        for key, value in input_data.items():
                            message = message.replace(f'{{{key}}}', str(value))
                            channel = channel.replace(f'{{{key}}}', str(value))
                    
                    if operation == 'send_message':
                        # 发送消息
                        url = 'https://slack.com/api/chat.postMessage'
                        headers = {
                            'Authorization': f'Bearer {token}',
                            'Content-Type': 'application/json'
                        }
                        payload = {
                            'channel': channel,
                            'text': message
                        }
                        if attachments:
                            payload['attachments'] = attachments
                        
                        # 注意：实际使用时需要安装httpx库，这里提供接口框架
                        # async with httpx.AsyncClient() as client:
                        #     response = await client.post(url, headers=headers, json=payload)
                        #     result = response.json()
                        
                        # 模拟响应
                        logger.info(f"Slack发送消息: channel={channel}, message={message[:50]}")
                        result = {
                            'ok': True,
                            'channel': channel,
                            'ts': str(time.time()),
                            'message': {'text': message}
                        }
                    
                    elif operation == 'create_channel':
                        # 创建频道
                        url = 'https://slack.com/api/conversations.create'
                        headers = {
                            'Authorization': f'Bearer {token}',
                            'Content-Type': 'application/json'
                        }
                        payload = {'name': channel}
                        
                        logger.info(f"Slack创建频道: channel={channel}")
                        result = {'ok': True, 'channel': {'name': channel, 'id': f'C{int(time.time())}'}}
                    
                    elif operation == 'get_messages':
                        # 获取消息
                        url = f'https://slack.com/api/conversations.history'
                        headers = {
                            'Authorization': f'Bearer {token}',
                            'Content-Type': 'application/json'
                        }
                        params = {'channel': channel}
                        
                        logger.info(f"Slack获取消息: channel={channel}")
                        result = {'ok': True, 'messages': []}
                    
                    else:
                        result = input_data
                    
                    exec_result = {'output': result, 'status': 'success'}
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_complete(node_id, node_type, result, duration)
                    return exec_result
                
                except Exception as e:
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_error(node_id, node_type, e, duration)
                    return {
                        'output': None,
                        'status': 'failed',
                        'error': f'Slack操作失败: {str(e)}。注意：需要配置有效的Slack Token'
                    }
            
            elif node_type == 'dingtalk' or node_type == 'dingding':
                # 钉钉节点：发送消息、创建群组、获取消息
                node_data = node.get('data', {})
                operation = node_data.get('operation', 'send_message')
                webhook_url = node_data.get('webhook_url', '')
                access_token = node_data.get('access_token', '')
                chat_id = node_data.get('chat_id', '')
                message = node_data.get('message', '')
                
                try:
                    import httpx
                    
                    # 替换消息中的变量
                    if isinstance(input_data, dict):
                        for key, value in input_data.items():
                            message = message.replace(f'{{{key}}}', str(value))
                            chat_id = chat_id.replace(f'{{{key}}}', str(value))
                    
                    if operation == 'send_message':
                        # 发送消息（通过Webhook或API）
                        if webhook_url:
                            # 使用Webhook
                            payload = {
                                'msgtype': 'text',
                                'text': {'content': message}
                            }
                            # async with httpx.AsyncClient() as client:
                            #     response = await client.post(webhook_url, json=payload)
                            #     result = response.json()
                            logger.info(f"钉钉发送消息（Webhook）: message={message[:50]}")
                            result = {'errcode': 0, 'errmsg': 'ok'}
                        else:
                            # 使用API
                            url = f'https://oapi.dingtalk.com/chat/send'
                            headers = {
                                'Content-Type': 'application/json'
                            }
                            payload = {
                                'access_token': access_token,
                                'chatid': chat_id,
                                'msg': {
                                    'msgtype': 'text',
                                    'text': {'content': message}
                                }
                            }
                            logger.info(f"钉钉发送消息（API）: chat_id={chat_id}, message={message[:50]}")
                            result = {'errcode': 0, 'errmsg': 'ok'}
                    
                    elif operation == 'create_group':
                        # 创建群组
                        url = 'https://oapi.dingtalk.com/chat/create'
                        headers = {'Content-Type': 'application/json'}
                        payload = {
                            'access_token': access_token,
                            'name': chat_id,
                            'owner': node_data.get('owner', '')
                        }
                        logger.info(f"钉钉创建群组: name={chat_id}")
                        result = {'errcode': 0, 'errmsg': 'ok', 'chatid': f'chat_{int(time.time())}'}
                    
                    else:
                        result = input_data
                    
                    exec_result = {'output': result, 'status': 'success'}
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_complete(node_id, node_type, result, duration)
                    return exec_result
                
                except Exception as e:
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_error(node_id, node_type, e, duration)
                    return {
                        'output': None,
                        'status': 'failed',
                        'error': f'钉钉操作失败: {str(e)}。注意：需要配置有效的Webhook URL或Access Token'
                    }
            
            elif node_type == 'wechat_work' or node_type == 'wecom':
                # 企业微信节点：发送消息、创建群组、获取消息
                node_data = node.get('data', {})
                operation = node_data.get('operation', 'send_message')
                corp_id = node_data.get('corp_id', '')
                corp_secret = node_data.get('corp_secret', '')
                agent_id = node_data.get('agent_id', '')
                chat_id = node_data.get('chat_id', '')
                message = node_data.get('message', '')
                
                try:
                    import httpx
                    
                    # 替换消息中的变量
                    if isinstance(input_data, dict):
                        for key, value in input_data.items():
                            message = message.replace(f'{{{key}}}', str(value))
                            chat_id = chat_id.replace(f'{{{key}}}', str(value))
                    
                    if operation == 'send_message':
                        # 先获取access_token
                        token_url = f'https://qyapi.weixin.qq.com/cgi-bin/gettoken'
                        token_params = {
                            'corpid': corp_id,
                            'corpsecret': corp_secret
                        }
                        # async with httpx.AsyncClient() as client:
                        #     token_response = await client.get(token_url, params=token_params)
                        #     token_data = token_response.json()
                        #     access_token = token_data.get('access_token')
                        
                        # 模拟获取token
                        access_token = 'mock_token'
                        
                        # 发送消息
                        url = f'https://qyapi.weixin.qq.com/cgi-bin/message/send'
                        params = {'access_token': access_token}
                        payload = {
                            'touser': chat_id or '@all',
                            'msgtype': 'text',
                            'agentid': agent_id,
                            'text': {'content': message}
                        }
                        
                        logger.info(f"企业微信发送消息: chat_id={chat_id}, message={message[:50]}")
                        result = {'errcode': 0, 'errmsg': 'ok'}
                    
                    elif operation == 'create_group':
                        # 创建群组
                        url = 'https://qyapi.weixin.qq.com/cgi-bin/appchat/create'
                        params = {'access_token': access_token}
                        payload = {
                            'name': chat_id,
                            'owner': node_data.get('owner', ''),
                            'userlist': node_data.get('userlist', [])
                        }
                        logger.info(f"企业微信创建群组: name={chat_id}")
                        result = {'errcode': 0, 'errmsg': 'ok', 'chatid': f'chat_{int(time.time())}'}
                    
                    else:
                        result = input_data
                    
                    exec_result = {'output': result, 'status': 'success'}
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_complete(node_id, node_type, result, duration)
                    return exec_result
                
                except Exception as e:
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_error(node_id, node_type, e, duration)
                    return {
                        'output': None,
                        'status': 'failed',
                        'error': f'企业微信操作失败: {str(e)}。注意：需要配置有效的Corp ID和Secret'
                    }
            
            elif node_type == 'sms':
                # 短信节点（SMS）：发送短信、批量发送、短信模板
                node_data = node.get('data', {})
                provider = node_data.get('provider', 'aliyun')  # aliyun, tencent, twilio
                operation = node_data.get('operation', 'send')
                phone = node_data.get('phone', '')
                template = node_data.get('template', '')
                sign = node_data.get('sign', '')
                access_key = node_data.get('access_key', '')
                access_secret = node_data.get('access_secret', '')
                
                try:
                    # 替换模板中的变量
                    if isinstance(input_data, dict):
                        for key, value in input_data.items():
                            template = template.replace(f'{{{key}}}', str(value))
                            phone = phone.replace(f'{{{key}}}', str(value))
                    
                    if operation == 'send':
                        # 发送短信
                        if provider == 'aliyun':
                            # 阿里云短信（需要安装alibabacloud-dysmsapi20170525）
                            logger.info(f"阿里云短信发送: phone={phone}, template={template[:50]}")
                            result = {
                                'provider': 'aliyun',
                                'phone': phone,
                                'status': 'sent',
                                'message_id': f'sms_{int(time.time())}'
                            }
                        elif provider == 'tencent':
                            # 腾讯云短信（需要安装tencentcloud-sdk-python）
                            logger.info(f"腾讯云短信发送: phone={phone}, template={template[:50]}")
                            result = {
                                'provider': 'tencent',
                                'phone': phone,
                                'status': 'sent',
                                'message_id': f'sms_{int(time.time())}'
                            }
                        elif provider == 'twilio':
                            # Twilio短信（需要安装twilio）
                            logger.info(f"Twilio短信发送: phone={phone}, template={template[:50]}")
                            result = {
                                'provider': 'twilio',
                                'phone': phone,
                                'status': 'sent',
                                'message_id': f'sms_{int(time.time())}'
                            }
                        else:
                            result = {'error': f'不支持的短信提供商: {provider}'}
                    
                    elif operation == 'batch_send':
                        # 批量发送
                        phones = node_data.get('phones', [])
                        if isinstance(phones, str):
                            phones = [p.strip() for p in phones.split(',')]
                        
                        logger.info(f"批量发送短信: phones={len(phones)}, provider={provider}")
                        result = {
                            'provider': provider,
                            'phones': phones,
                            'status': 'sent',
                            'count': len(phones)
                        }
                    
                    else:
                        result = input_data
                    
                    exec_result = {'output': result, 'status': 'success'}
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_complete(node_id, node_type, result, duration)
                    return exec_result
                
                except Exception as e:
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_error(node_id, node_type, e, duration)
                    return {
                        'output': None,
                        'status': 'failed',
                        'error': f'短信发送失败: {str(e)}。注意：需要安装相应的SDK（如alibabacloud-dysmsapi20170525、tencentcloud-sdk-python、twilio）'
                    }
            
            elif node_type == 'pdf':
                # PDF处理节点：PDF解析、生成、合并、拆分
                node_data = node.get('data', {})
                operation = node_data.get('operation', 'extract_text')  # extract_text, generate, merge, split
                pages = node_data.get('pages', '')
                template = node_data.get('template', '')
                
                try:
                    # 注意：需要安装PyPDF2或pdfplumber库
                    # pip install PyPDF2 pdfplumber
                    
                    if operation == 'extract_text':
                        # 提取文本
                        pdf_data = input_data
                        if isinstance(input_data, dict):
                            pdf_data = input_data.get('pdf') or input_data.get('data') or input_data.get('file')
                        
                        # 这里只是接口框架，实际需要：
                        # from PyPDF2 import PdfReader
                        # reader = PdfReader(io.BytesIO(pdf_data))
                        # text = ""
                        # for page in reader.pages:
                        #     text += page.extract_text()
                        
                        logger.info(f"PDF提取文本: pages={pages}")
                        result = {
                            'text': 'PDF文本提取结果（需要安装PyPDF2或pdfplumber）',
                            'pages': pages or 'all'
                        }
                    
                    elif operation == 'generate':
                        # 生成PDF
                        content = input_data
                        if isinstance(input_data, dict):
                            content = input_data.get('content') or input_data.get('text') or input_data.get('data')
                        
                        # 这里只是接口框架，实际需要：
                        # from reportlab.pdfgen import canvas
                        # 或使用其他PDF生成库
                        
                        logger.info(f"PDF生成: template={template}")
                        result = {
                            'pdf': 'PDF生成结果（需要安装reportlab或其他PDF生成库）',
                            'template': template
                        }
                    
                    elif operation == 'merge':
                        # 合并PDF
                        pdfs = input_data
                        if isinstance(input_data, dict):
                            pdfs = input_data.get('pdfs') or input_data.get('files')
                        
                        if not isinstance(pdfs, list):
                            pdfs = [pdfs]
                        
                        # 这里只是接口框架，实际需要：
                        # from PyPDF2 import PdfMerger
                        # merger = PdfMerger()
                        # for pdf in pdfs:
                        #     merger.append(pdf)
                        # result_pdf = merger.write()
                        
                        logger.info(f"PDF合并: count={len(pdfs)}")
                        result = {
                            'merged_pdf': '合并后的PDF（需要安装PyPDF2）',
                            'count': len(pdfs)
                        }
                    
                    elif operation == 'split':
                        # 拆分PDF
                        pdf_data = input_data
                        if isinstance(input_data, dict):
                            pdf_data = input_data.get('pdf') or input_data.get('file')
                        
                        # 这里只是接口框架，实际需要：
                        # from PyPDF2 import PdfReader, PdfWriter
                        # reader = PdfReader(pdf_data)
                        # writer = PdfWriter()
                        # for page_num in range(start_page, end_page):
                        #     writer.add_page(reader.pages[page_num])
                        
                        logger.info(f"PDF拆分: pages={pages}")
                        result = {
                            'split_pdfs': ['拆分后的PDF列表（需要安装PyPDF2）'],
                            'pages': pages
                        }
                    
                    else:
                        result = input_data
                    
                    exec_result = {'output': result, 'status': 'success'}
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_complete(node_id, node_type, result, duration)
                    return exec_result
                
                except Exception as e:
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_error(node_id, node_type, e, duration)
                    return {
                        'output': None,
                        'status': 'failed',
                        'error': f'PDF处理失败: {str(e)}。注意：需要安装PyPDF2或pdfplumber库（pip install PyPDF2 pdfplumber）'
                    }
            
            elif node_type == 'image':
                # 图像处理节点：图像缩放、裁剪、格式转换、OCR识别
                node_data = node.get('data', {})
                operation = node_data.get('operation', 'resize')  # resize, crop, convert, ocr
                width = node_data.get('width', 800)
                height = node_data.get('height', 600)
                format_type = node_data.get('format', 'png')
                
                try:
                    # 注意：需要安装Pillow库
                    # pip install Pillow
                    # OCR需要安装pytesseract和tesseract-ocr
                    # pip install pytesseract
                    
                    image_data = input_data
                    if isinstance(input_data, dict):
                        image_data = input_data.get('image') or input_data.get('data') or input_data.get('file')
                    
                    if operation == 'resize':
                        # 缩放图像
                        # 这里只是接口框架，实际需要：
                        # from PIL import Image
                        # import io
                        # img = Image.open(io.BytesIO(image_data))
                        # img_resized = img.resize((width, height))
                        # output = io.BytesIO()
                        # img_resized.save(output, format=format_type.upper())
                        # result = output.getvalue()
                        
                        logger.info(f"图像缩放: {width}x{height}, format={format_type}")
                        result = {
                            'image': '缩放后的图像数据（需要安装Pillow）',
                            'width': width,
                            'height': height,
                            'format': format_type
                        }
                    
                    elif operation == 'crop':
                        # 裁剪图像
                        x = node_data.get('x', 0)
                        y = node_data.get('y', 0)
                        crop_width = node_data.get('crop_width', width)
                        crop_height = node_data.get('crop_height', height)
                        
                        # 这里只是接口框架，实际需要：
                        # from PIL import Image
                        # img = Image.open(io.BytesIO(image_data))
                        # img_cropped = img.crop((x, y, x + crop_width, y + crop_height))
                        
                        logger.info(f"图像裁剪: ({x}, {y}, {crop_width}, {crop_height})")
                        result = {
                            'image': '裁剪后的图像数据（需要安装Pillow）',
                            'crop_box': (x, y, crop_width, crop_height)
                        }
                    
                    elif operation == 'convert':
                        # 格式转换
                        target_format = node_data.get('target_format', format_type)
                        
                        # 这里只是接口框架，实际需要：
                        # from PIL import Image
                        # img = Image.open(io.BytesIO(image_data))
                        # output = io.BytesIO()
                        # img.save(output, format=target_format.upper())
                        # result = output.getvalue()
                        
                        logger.info(f"图像格式转换: {format_type} -> {target_format}")
                        result = {
                            'image': f'转换后的图像数据（需要安装Pillow）',
                            'format': target_format
                        }
                    
                    elif operation == 'ocr':
                        # OCR识别
                        # 这里只是接口框架，实际需要：
                        # from PIL import Image
                        # import pytesseract
                        # img = Image.open(io.BytesIO(image_data))
                        # text = pytesseract.image_to_string(img, lang='chi_sim+eng')
                        
                        logger.info(f"OCR识别")
                        result = {
                            'text': 'OCR识别结果（需要安装pytesseract和tesseract-ocr）',
                            'confidence': 0.95
                        }
                    
                    else:
                        result = input_data
                    
                    exec_result = {'output': result, 'status': 'success'}
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_complete(node_id, node_type, result, duration)
                    return exec_result
                
                except Exception as e:
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_error(node_id, node_type, e, duration)
                    return {
                        'output': None,
                        'status': 'failed',
                        'error': f'图像处理失败: {str(e)}。注意：需要安装Pillow库（pip install Pillow），OCR需要pytesseract和tesseract-ocr'
                    }
            
            elif node_type == 'excel':
                # Excel处理节点：Excel读取、写入、格式转换、公式计算
                node_data = node.get('data', {})
                operation = node_data.get('operation', 'read')  # read, write, convert, formula
                sheet = node_data.get('sheet', 'Sheet1')
                range_str = node_data.get('range', '')
                format_type = node_data.get('format', 'xlsx')  # xlsx, xls, csv
                
                try:
                    # 注意：需要安装openpyxl或pandas库
                    # pip install openpyxl pandas
                    
                    if operation == 'read':
                        # 读取Excel
                        excel_data = input_data
                        if isinstance(input_data, dict):
                            excel_data = input_data.get('excel') or input_data.get('file') or input_data.get('data')
                        
                        # 这里只是接口框架，实际需要：
                        # import pandas as pd
                        # df = pd.read_excel(io.BytesIO(excel_data), sheet_name=sheet)
                        # if range_str:
                        #     # 解析范围，如 "A1:C10"
                        #     df = df.loc[range_start:range_end]
                        # result = df.to_dict('records')
                        
                        logger.info(f"Excel读取: sheet={sheet}, range={range_str}")
                        result = {
                            'data': [{'列1': '值1', '列2': '值2'}],
                            'sheet': sheet,
                            'range': range_str
                        }
                    
                    elif operation == 'write':
                        # 写入Excel
                        data = input_data
                        if isinstance(input_data, dict):
                            data = input_data.get('data') or input_data.get('rows')
                        
                        if not isinstance(data, list):
                            data = [data]
                        
                        # 这里只是接口框架，实际需要：
                        # import pandas as pd
                        # df = pd.DataFrame(data)
                        # output = io.BytesIO()
                        # df.to_excel(output, sheet_name=sheet, index=False)
                        # result = output.getvalue()
                        
                        logger.info(f"Excel写入: sheet={sheet}, rows={len(data)}")
                        result = {
                            'excel': '生成的Excel数据（需要安装openpyxl或pandas）',
                            'sheet': sheet,
                            'rows': len(data)
                        }
                    
                    elif operation == 'convert':
                        # 格式转换
                        target_format = node_data.get('target_format', 'csv')
                        excel_data = input_data
                        if isinstance(input_data, dict):
                            excel_data = input_data.get('excel') or input_data.get('file')
                        
                        # 这里只是接口框架，实际需要：
                        # import pandas as pd
                        # df = pd.read_excel(io.BytesIO(excel_data))
                        # if target_format == 'csv':
                        #     result = df.to_csv(index=False)
                        # elif target_format == 'json':
                        #     result = df.to_json(orient='records')
                        
                        logger.info(f"Excel格式转换: {format_type} -> {target_format}")
                        result = {
                            'data': '转换后的数据（需要安装pandas）',
                            'format': target_format
                        }
                    
                    elif operation == 'formula':
                        # 公式计算
                        formula = node_data.get('formula', '')
                        data = input_data
                        if isinstance(input_data, dict):
                            data = input_data.get('data')
                        
                        # 这里只是接口框架，实际需要：
                        # import pandas as pd
                        # df = pd.DataFrame(data)
                        # # 使用eval或更安全的方式计算公式
                        # result = df.eval(formula)
                        
                        logger.info(f"Excel公式计算: formula={formula}")
                        result = {
                            'result': '公式计算结果（需要安装pandas）',
                            'formula': formula
                        }
                    
                    else:
                        result = input_data
                    
                    exec_result = {'output': result, 'status': 'success'}
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_complete(node_id, node_type, result, duration)
                    return exec_result
                
                except Exception as e:
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_error(node_id, node_type, e, duration)
                    return {
                        'output': None,
                        'status': 'failed',
                        'error': f'Excel处理失败: {str(e)}。注意：需要安装openpyxl或pandas库（pip install openpyxl pandas）'
                    }

            elif node_type == 'subworkflow':
                # 子工作流节点：调用其他工作流
                node_data = node.get('data', {})
                workflow_id = node_data.get('workflow_id', '')
                input_mapping = node_data.get('input_mapping', {})
                try:
                    # 将当前输入根据映射转换为子工作流输入
                    sub_input = {}
                    if isinstance(input_mapping, dict):
                        for k, v in input_mapping.items():
                            if isinstance(v, str) and isinstance(input_data, dict):
                                sub_input[k] = input_data.get(v) or input_data.get(v.strip('{}')) or v
                            else:
                                sub_input[k] = v
                    else:
                        sub_input = input_data

                    # 实际调用子工作流的执行，这里简化为回传映射后的输入
                    # TODO: 集成 WorkflowEngine 执行指定 workflow_id
                    result = {
                        'workflow_id': workflow_id,
                        'input': sub_input,
                        'status': 'success',
                        'note': '子工作流执行框架占位，需集成实际调用'
                    }
                    exec_result = {'output': result, 'status': 'success'}
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_complete(node_id, node_type, result, duration)
                    return exec_result
                except Exception as e:
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_error(node_id, node_type, e, duration)
                    return {
                        'output': None,
                        'status': 'failed',
                        'error': f'子工作流执行失败: {str(e)}'
                    }

            elif node_type == 'code':
                # 代码执行节点：支持简单的Python/JavaScript片段执行（注意安全）
                node_data = node.get('data', {})
                language = node_data.get('language', 'python')
                code = node_data.get('code', '')
                timeout = node_data.get('timeout', 30)
                try:
                    if language.lower() == 'python':
                        # 受限执行环境
                        local_vars = {'input_data': input_data, 'result': None}
                        exec(code, {'__builtins__': {}}, local_vars)  # 注意：生产环境需更严格沙箱
                        result = local_vars.get('result', local_vars.get('output', input_data))
                    elif language.lower() == 'javascript':
                        # JS 执行需要外部运行时，这里仅占位
                        result = {
                            'status': 'not_implemented',
                            'message': 'JavaScript执行需集成运行时'
                        }
                    else:
                        result = {'status': 'failed', 'error': f'不支持的语言: {language}'}

                    exec_result = {'output': result, 'status': 'success'}
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_complete(node_id, node_type, result, duration)
                    return exec_result
                except Exception as e:
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_error(node_id, node_type, e, duration)
                    return {
                        'output': None,
                        'status': 'failed',
                        'error': f'代码执行失败: {str(e)}'
                    }

            elif node_type == 'oauth':
                # OAuth 节点：获取/刷新 Token
                node_data = node.get('data', {})
                provider = node_data.get('provider', 'google')
                client_id = node_data.get('client_id', '')
                client_secret = node_data.get('client_secret', '')
                scopes = node_data.get('scopes', [])
                try:
                    # 简化占位实现，返回模拟 token
                    token_data = {
                        'access_token': f'mock_access_token_{provider}',
                        'expires_in': 3600,
                        'token_type': 'Bearer',
                        'scope': scopes
                    }
                    exec_result = {'output': token_data, 'status': 'success'}
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_complete(node_id, node_type, token_data, duration)
                    return exec_result
                except Exception as e:
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_error(node_id, node_type, e, duration)
                    return {
                        'output': None,
                        'status': 'failed',
                        'error': f'OAuth处理失败: {str(e)}'
                    }

            elif node_type == 'validator':
                # 数据验证节点：基于简化的schema检查
                node_data = node.get('data', {})
                schema = node_data.get('schema', {})
                on_error = node_data.get('on_error', 'reject')  # reject, continue, transform
                try:
                    # 简单类型检查
                    if 'type' in schema:
                        expected_type = schema['type']
                        actual_type = type(input_data).__name__
                        if expected_type == 'object' and not isinstance(input_data, dict):
                            raise ValueError(f'期望类型object，实际类型{actual_type}')
                        if expected_type == 'array' and not isinstance(input_data, list):
                            raise ValueError(f'期望类型array，实际类型{actual_type}')
                    result = input_data
                    exec_result = {'output': result, 'status': 'success'}
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_complete(node_id, node_type, result, duration)
                    return exec_result
                except Exception as e:
                    if on_error == 'continue':
                        return {'output': input_data, 'status': 'success', 'warning': str(e)}
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_error(node_id, node_type, e, duration)
                    return {
                        'output': None,
                        'status': 'failed',
                        'error': f'数据验证失败: {str(e)}'
                    }

            elif node_type == 'batch':
                # 批处理节点：数据分批处理
                node_data = node.get('data', {})
                batch_size = node_data.get('batch_size', 100)
                mode = node_data.get('mode', 'split')  # split, group, aggregate
                wait_for_completion = node_data.get('wait_for_completion', True)
                try:
                    data_list = input_data if isinstance(input_data, list) else [input_data]
                    if mode == 'split':
                        batches = [data_list[i:i + batch_size] for i in range(0, len(data_list), batch_size)]
                        result = batches
                    elif mode == 'group':
                        batches = [data_list[i:i + batch_size] for i in range(0, len(data_list), batch_size)]
                        result = batches
                    elif mode == 'aggregate':
                        result = {
                            'count': len(data_list),
                            'samples': data_list[:min(3, len(data_list))]
                        }
                    else:
                        result = data_list
                    exec_result = {'output': result, 'status': 'success', 'wait': wait_for_completion}
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_complete(node_id, node_type, result, duration)
                    return exec_result
                except Exception as e:
                    if self.logger:
                        duration = int((time.time() - start_time) * 1000)
                        self.logger.log_node_error(node_id, node_type, e, duration)
                    return {
                        'output': None,
                        'status': 'failed',
                        'error': f'批处理失败: {str(e)}'
                    }
            
            elif node_type == 'output' or node_type == 'end':
                # 输出节点：返回最终结果
                # 读取节点配置中的输出格式设置
                node_data = node.get('data', {})
                output_format = node_data.get('output_format', 'text')  # 默认纯文本
                
                logger.debug(f"[rjb] End节点处理: node_id={node_id}, output_format={output_format}, input_data={input_data}, input_data type={type(input_data)}")
                final_output = input_data
                
                # 如果配置为JSON格式，直接返回原始数据（或格式化的JSON）
                if output_format == 'json':
                    # 如果是字典，直接返回JSON格式
                    if isinstance(input_data, dict):
                        final_output = json_module.dumps(input_data, ensure_ascii=False, indent=2)
                    elif isinstance(input_data, str):
                        # 尝试解析为JSON，如果成功则格式化，否则直接返回
                        try:
                            parsed = json_module.loads(input_data)
                            final_output = json_module.dumps(parsed, ensure_ascii=False, indent=2)
                        except:
                            final_output = input_data
                    else:
                        final_output = json_module.dumps({'output': input_data}, ensure_ascii=False, indent=2)
                else:
                    # 默认纯文本格式：递归解包，提取实际的文本内容
                    if isinstance(input_data, dict):
                        # 优先提取 'output' 字段（LLM节点的标准输出格式）
                        if 'output' in input_data and isinstance(input_data['output'], str):
                            final_output = input_data['output']
                        # 如果只有一个 key 且是 'input'，提取其值
                        elif len(input_data) == 1 and 'input' in input_data:
                            final_output = input_data['input']
                        # 如果包含 'solution' 字段，提取其值
                        elif 'solution' in input_data and isinstance(input_data['solution'], str):
                            final_output = input_data['solution']
                        # 如果input_data是字符串类型的字典（JSON字符串），尝试解析
                        elif isinstance(input_data, str):
                            try:
                                parsed = json_module.loads(input_data)
                                if isinstance(parsed, dict) and 'output' in parsed:
                                    final_output = parsed['output']
                                elif isinstance(parsed, str):
                                    final_output = parsed
                            except:
                                final_output = input_data
                            logger.debug(f"[rjb] End节点提取第一层: final_output={final_output}, type={type(final_output)}")
                            # 如果提取的值仍然是字典且只有一个 'input' key，继续提取
                            if isinstance(final_output, dict) and len(final_output) == 1 and 'input' in final_output:
                                final_output = final_output['input']
                                logger.debug(f"[rjb] End节点提取第二层: final_output={final_output}, type={type(final_output)}")
                    
                    # 确保最终输出是字符串（对于人机交互场景）
                    # 如果是字典，尝试转换为字符串；如果是其他类型，也转换为字符串
                    if not isinstance(final_output, str):
                        if isinstance(final_output, dict):
                            # 如果是字典，尝试提取文本内容或转换为JSON字符串
                            # 优先查找常见的文本字段
                            if 'text' in final_output:
                                final_output = str(final_output['text'])
                            elif 'content' in final_output:
                                final_output = str(final_output['content'])
                            elif 'message' in final_output:
                                final_output = str(final_output['message'])
                            elif 'response' in final_output:
                                final_output = str(final_output['response'])
                            elif len(final_output) == 1:
                                # 如果只有一个key，直接使用其值
                                final_output = str(list(final_output.values())[0])
                            else:
                                # 否则转换为纯文本（不是JSON）
                                # 尝试提取所有文本字段并组合，但排除系统字段和用户查询字段
                                text_parts = []
                                exclude_keys = {'status', 'error', 'timestamp', 'node_id', 'execution_time', 'query', 'USER_INPUT', 'user_input', 'user_query'}
                                # 优先使用input字段（LLM的实际输出）
                                if 'input' in final_output and isinstance(final_output['input'], str):
                                    final_output = final_output['input']
                                else:
                                    for key, value in final_output.items():
                                        if key in exclude_keys:
                                            continue
                                        if isinstance(value, str) and value.strip():
                                            # 如果值本身已经包含 "key: " 格式，直接使用
                                            if value.strip().startswith(f"{key}:"):
                                                text_parts.append(value.strip())
                                            else:
                                                text_parts.append(value.strip())
                                        elif isinstance(value, (int, float, bool)):
                                            text_parts.append(f"{key}: {value}")
                                    if text_parts:
                                        final_output = "\n".join(text_parts)
                                    else:
                                        final_output = str(final_output)
                        else:
                            final_output = str(final_output)
                    
                    # 清理输出文本：移除常见的字段前缀（如 "input: ", "query: " 等）
                    if isinstance(final_output, str):
                        import re
                        # 移除行首的 "input: ", "query: ", "output: " 等前缀
                        lines = final_output.split('\n')
                        cleaned_lines = []
                        for line in lines:
                            # 匹配行首的 "字段名: " 格式并移除
                            # 但保留内容本身
                            line = re.sub(r'^(input|query|output|result|response|message|content|text):\s*', '', line, flags=re.IGNORECASE)
                            if line.strip():  # 只保留非空行
                                cleaned_lines.append(line)
                        
                        # 如果清理后还有内容，使用清理后的版本
                        if cleaned_lines:
                            final_output = '\n'.join(cleaned_lines)
                        # 如果清理后为空，使用原始输出（避免丢失所有内容）
                        elif final_output.strip():
                            # 如果原始输出不为空，但清理后为空，说明可能格式特殊，尝试更宽松的清理
                            # 只移除明显的 "input: " 和 "query: " 前缀，保留其他内容
                            final_output = re.sub(r'^(input|query):\s*', '', final_output, flags=re.IGNORECASE | re.MULTILINE)
                            if not final_output.strip():
                                final_output = str(input_data)  # 如果还是空，使用原始输入
                
                logger.debug(f"[rjb] End节点最终输出: output_format={output_format}, final_output={final_output[:100] if isinstance(final_output, str) else type(final_output)}")
                result = {'output': final_output, 'status': 'success'}
                if self.logger:
                    duration = int((time.time() - start_time) * 1000)
                    self.logger.log_node_complete(node_id, node_type, final_output, duration)
                return result
            
            else:
                # 未知节点类型
                logger.warning(f"[rjb] 未知节点类型: node_id={node_id}, node_type={node_type}, node keys={list(node.keys())}")
                return {
                    'output': input_data,
                    'status': 'success',
                    'message': f'节点类型 {node_type} 暂未实现'
                }
        
        except Exception as e:
            logger.error(f"节点执行失败: {node_id} ({node_type}) - {str(e)}", exc_info=True)
            if self.logger:
                duration = int((time.time() - start_time) * 1000)
                self.logger.log_node_error(node_id, node_type, e, duration)
            return {
                'output': None,
                'status': 'failed',
                'error': str(e),
                'node_id': node_id,
                'node_type': node_type
            }
    
    
    async def execute(self, input_data: Dict[str, Any]) -> Dict[str, Any]:
        """
        执行完整工作流
        
        Args:
            input_data: 初始输入数据
            
        Returns:
            执行结果
        """
        # 记录工作流开始执行
        if self.logger:
            self.logger.info("工作流开始执行", data={"input": input_data})
        
        # 初始化节点输出
        self.node_outputs = {}
        active_edges = self.edges.copy()  # 活跃的边列表
        executed_nodes = set()  # 已执行的节点
        
        # 按拓扑顺序执行节点（动态构建执行图）
        results = {}
        
        while True:
            # 构建当前活跃的执行图
            execution_order = self.build_execution_graph(active_edges)
            logger.debug(f"[rjb] 当前执行图: {execution_order}, 活跃边数: {len(active_edges)}, 已执行节点: {executed_nodes}")
            
            # 找到下一个要执行的节点（未执行且入度为0）
            next_node_id = None
            for node_id in execution_order:
                if node_id not in executed_nodes:
                    # 检查所有前置节点是否已执行
                    can_execute = True
                    incoming_edges = [e for e in active_edges if e['target'] == node_id]
                    if not incoming_edges:
                        # 没有入边，可能是起始节点或孤立节点
                        if node_id not in [n['id'] for n in self.nodes.values() if n.get('type') == 'start']:
                            # 不是起始节点，但有入边被过滤了，不应该执行
                            logger.debug(f"[rjb] 节点 {node_id} 没有入边，跳过执行")
                            continue
                    for edge in incoming_edges:
                        if edge['source'] not in executed_nodes:
                            can_execute = False
                            logger.debug(f"[rjb] 节点 {node_id} 的前置节点 {edge['source']} 未执行，不能执行")
                            break
                    if can_execute:
                        next_node_id = node_id
                        logger.info(f"[rjb] 选择执行节点: {next_node_id}, 类型: {self.nodes[next_node_id].get('type')}, 入边数: {len(incoming_edges)}")
                        break
            
            if not next_node_id:
                break  # 没有更多节点可执行
            
            node = self.nodes[next_node_id]
            executed_nodes.add(next_node_id)
            
            # 调试：检查节点数据结构
            if node.get('type') == 'llm':
                logger.debug(f"[rjb] 执行LLM节点: node_id={next_node_id}, node keys={list(node.keys())}, data keys={list(node.get('data', {}).keys()) if node.get('data') else []}")
            
            # 获取节点输入（使用活跃的边）
            node_input = self.get_node_input(next_node_id, self.node_outputs, active_edges)
            
            # 如果是起始节点，使用初始输入
            if node.get('type') == 'start' and not node_input:
                node_input = input_data
                logger.info(f"[rjb] Start节点使用初始输入: node_id={next_node_id}, node_input={node_input}")
            
            # 调试：记录节点输入数据
            if node.get('type') == 'llm':
                logger.info(f"[rjb] LLM节点输入: node_id={next_node_id}, node_input={node_input}, node_outputs keys={list(self.node_outputs.keys())}")
                if 'start-1' in self.node_outputs:
                    logger.info(f"[rjb] Start节点输出内容: {self.node_outputs['start-1']}")
            
            # 执行节点
            result = await self.execute_node(node, node_input)
            results[next_node_id] = result
            
            # 保存节点输出
            if result.get('status') == 'success':
                output_value = result.get('output', {})
                self.node_outputs[next_node_id] = output_value
                if node.get('type') == 'start':
                    logger.info(f"[rjb] Start节点输出已保存: node_id={next_node_id}, output={output_value}, output_type={type(output_value)}")
                
                # 如果是条件节点或Switch节点，根据分支结果过滤边
                if node.get('type') == 'condition':
                    branch = result.get('branch', 'false')
                    logger.info(f"[rjb] 条件节点分支过滤: node_id={next_node_id}, branch={branch}")
                    # 移除不符合条件的边
                    # 只保留：1) 不是从条件节点出发的边，或 2) 从条件节点出发且sourceHandle匹配分支的边
                    edges_to_remove = []
                    edges_to_keep = []
                    for edge in active_edges:
                        if edge['source'] == next_node_id:
                            # 这是从条件节点出发的边
                            edge_handle = edge.get('sourceHandle')
                            if edge_handle == branch:
                                # sourceHandle匹配分支，保留
                                edges_to_keep.append(edge)
                                logger.info(f"[rjb] 保留边: {edge.get('id')} (sourceHandle={edge_handle} == branch={branch})")
                            else:
                                # sourceHandle不匹配或为None，移除
                                edges_to_remove.append(edge)
                                logger.info(f"[rjb] 移除边: {edge.get('id')} (sourceHandle={edge_handle} != branch={branch})")
                        else:
                            # 不是从条件节点出发的边，保留
                            edges_to_keep.append(edge)
                    
                    active_edges = edges_to_keep
                
                elif node.get('type') == 'switch':
                    branch = result.get('branch', 'default')
                    logger.info(f"[rjb] Switch节点分支过滤: node_id={next_node_id}, branch={branch}")
                    
                    # 记录过滤前的边信息
                    edges_before = [e for e in active_edges if e['source'] == next_node_id]
                    logger.info(f"[rjb] Switch节点过滤前: 从节点出发的边有{len(edges_before)}条")
                    for edge in edges_before:
                        logger.info(f"[rjb]   边 {edge.get('id')}: sourceHandle={edge.get('sourceHandle')}, target={edge.get('target')}")
                    
                    # 移除不匹配的边
                    edges_to_keep = []
                    edges_removed_count = 0
                    removed_source_nodes = set()  # 记录被移除边的源节点
                    
                    for edge in active_edges:
                        if edge['source'] == next_node_id:
                            # 这是从Switch节点出发的边
                            edge_handle = edge.get('sourceHandle')
                            if edge_handle == branch:
                                # sourceHandle匹配分支，保留
                                edges_to_keep.append(edge)
                                logger.info(f"[rjb] ✅ 保留边: {edge.get('id')} (sourceHandle={edge_handle} == branch={branch})")
                            else:
                                # sourceHandle不匹配，移除
                                edges_removed_count += 1
                                target_id = edge.get('target')
                                removed_source_nodes.add(target_id)  # 记录目标节点（这些节点将不再可达）
                                logger.info(f"[rjb] ❌ 移除边: {edge.get('id')} (sourceHandle={edge_handle} != branch={branch}, target={target_id})")
                        else:
                            # 不是从Switch节点出发的边，保留
                            edges_to_keep.append(edge)
                    
                    # 重要：移除那些指向被过滤节点的边（这些边来自被过滤的LLM节点）
                    # 例如：如果llm-question被过滤了，那么llm-question → merge-response的边也应该被移除
                    additional_removed = 0
                    for edge in list(edges_to_keep):  # 使用list副本，因为我们要修改原列表
                        if edge['source'] in removed_source_nodes:
                            # 这条边来自被过滤的节点，也应该被移除
                            edges_to_keep.remove(edge)
                            additional_removed += 1
                            logger.info(f"[rjb] ❌ 移除来自被过滤节点的边: {edge.get('id')} ({edge.get('source')} → {edge.get('target')})")
                    
                    edges_removed_count += additional_removed
                    
                    active_edges = edges_to_keep
                    filter_info = {
                        'branch': branch,
                        'edges_before': len(edges_before),
                        'edges_kept': len([e for e in edges_to_keep if e['source'] == next_node_id]),
                        'edges_removed': edges_removed_count
                    }
                    logger.info(f"[rjb] Switch节点过滤后: 保留{len(active_edges)}条边（其中从Switch节点出发的{filter_info['edges_kept']}条），移除{edges_removed_count}条边")
                    # 记录过滤后的活跃边
                    remaining_switch_edges = [e for e in active_edges if e['source'] == next_node_id]
                    logger.info(f"[rjb] Switch节点过滤后剩余的边: {[e.get('id') + '->' + e.get('target') for e in remaining_switch_edges]}")
                    
                    # 重要：找出那些不再可达的节点（这些节点只通过被移除的边连接）
                    removed_targets = set()
                    for edge in edges_before:
                        if edge not in edges_to_keep:
                            target_id = edge.get('target')
                            removed_targets.add(target_id)
                            logger.info(f"[rjb] ❌ 节点 {target_id} 的边已被移除，该节点将不会被执行")
                    
                    # 关键修复：立即重新构建执行图，确保不再可达的节点不在执行图中
                    # 这样在下次循环时，这些节点就不会被选择执行
                    logger.info(f"[rjb] Switch节点过滤后，重新构建执行图（排除 {len(removed_targets)} 个不再可达的节点）")
                    
                    # 同时记录到数据库
                    if self.logger:
                        self.logger.info(
                            f"Switch节点分支过滤: branch={branch}, 保留{filter_info['edges_kept']}条边，移除{edges_removed_count}条边",
                            node_id=next_node_id,
                            node_type='switch',
                            data=filter_info
                        )
                
                # 如果是循环节点，跳过循环体的节点（循环体已在节点内部执行）
                if node.get('type') in ['loop', 'foreach']:
                    # 标记循环体的节点为已执行（简化处理）
                    for edge in active_edges[:]:  # 使用切片复制列表
                        if edge.get('source') == next_node_id:
                            target_id = edge.get('target')
                            if target_id in self.nodes:
                                # 检查是否是循环结束节点
                                target_node = self.nodes[target_id]
                                if target_node.get('type') not in ['loop_end', 'end']:
                                    # 标记为已执行（循环体已在循环节点内部执行）
                                    executed_nodes.add(target_id)
                                    # 继续查找循环体内的节点
                                    self._mark_loop_body_executed(target_id, executed_nodes, active_edges)
            else:
                # 执行失败，停止工作流
                error_msg = result.get('error', '未知错误')
                node_type = node.get('type', 'unknown')
                logger.error(f"工作流执行失败 - 节点: {next_node_id} ({node_type}), 错误: {error_msg}")
                raise WorkflowExecutionError(
                    detail=error_msg,
                    node_id=next_node_id
                )
        
        # 返回最终结果（最后一个执行的节点的输出）
        if executed_nodes:
            # 找到最后一个节点（没有出边的节点）
            last_node_id = None
            for node_id in executed_nodes:
                has_outgoing = any(edge['source'] == node_id for edge in active_edges)
                if not has_outgoing:
                    last_node_id = node_id
                    break
            
            if not last_node_id:
                # 如果没有找到，使用最后一个执行的节点
                last_node_id = list(executed_nodes)[-1]
            
            # 获取最终结果
            final_output = self.node_outputs.get(last_node_id)
            
            # 如果最终输出是字典且只有一个 'input' key，提取其值
            # 这样可以确保最终结果不是重复包装的格式
            if isinstance(final_output, dict) and len(final_output) == 1 and 'input' in final_output:
                final_output = final_output['input']
                # 如果提取的值仍然是字典且只有一个 'input' key，继续提取
                if isinstance(final_output, dict) and len(final_output) == 1 and 'input' in final_output:
                    final_output = final_output['input']
            
            # 确保最终结果是字符串（对于人机交互场景）
            # 如果是字典，尝试转换为字符串；如果是其他类型，也转换为字符串
            if not isinstance(final_output, str):
                if isinstance(final_output, dict):
                    # 如果是字典，尝试提取文本内容或转换为JSON字符串
                    # 优先查找常见的文本字段
                    if 'text' in final_output:
                        final_output = str(final_output['text'])
                    elif 'content' in final_output:
                        final_output = str(final_output['content'])
                    elif 'message' in final_output:
                        final_output = str(final_output['message'])
                    elif 'response' in final_output:
                        final_output = str(final_output['response'])
                    elif len(final_output) == 1:
                        # 如果只有一个key，直接使用其值
                        final_output = str(list(final_output.values())[0])
                    else:
                        # 否则转换为JSON字符串
                        import json as json_module
                        final_output = json_module.dumps(final_output, ensure_ascii=False)
                else:
                    final_output = str(final_output)
            
            final_result = {
                'status': 'completed',
                'result': final_output,
                'node_results': results
            }
            
            # 记录工作流执行完成
            if self.logger:
                self.logger.info("工作流执行完成", data={"result": final_result.get('result')})
            
            return final_result
        
        if self.logger:
            self.logger.warn("工作流执行完成，但没有执行任何节点")
        
        return {'status': 'completed', 'result': None}