🌊
水位线调度
基于逻辑水位线机制，管控有向算子的执行时序。确保异步节点严格按序提交，从根源解决“旧数据覆盖新数据”的竞态难题。
MeshFlow Core让拓扑调度回归确定性
基于逻辑力场的响应式拓扑调度引擎，终结复杂演化中的异步竞态与计算冗余。
Skip to content
⚡ 场景一：确定性因果流 (
🔗 场景二：纠缠模式 (
为什么选择 MeshFlow?
在复杂的业务系统中，数据的演化往往交织着异步竞态与循环依赖。传统的事件监听模式（Watch / EventEmitter）在处理钻石依赖或双向约束时，系统会迅速陷入不可预测的混乱。
⚡ 场景一：确定性因果流 (SetRule)
典型案例：订单价格计算（异步 IO + 级联更新）
传统模式 (碰撞扩散)： 原价变动触发“折扣请求”，同时触发“运费计算”。由于网络抖动，较早发出的“高折扣结果”可能晚于“低折扣结果”返回。最终，旧数据覆盖了新数据，导致价格计算错误。
MeshFlow 模式 (执行轨道)： 将逻辑编排为有向拓扑。利用水位线调度锁定执行序：无论异步请求何时返回，引擎只允许符合逻辑时序的结果提交。确保无论链路多长、网络多慢，最终状态始终确定且原子化。
🔗 场景二：纠缠模式 (UseEntangle)
典型案例：多维单位同步 / 表单复杂联动
传统模式 (递归死锁)： 摄氏度与华氏度互为监听。改变 A 触发 B 的更新，B 的更新又反向触发 A。为了防止无限递归，开发者必须手动维护大量的逻辑锁，代码臃肿且极易在复杂的网状联动中崩溃。
MeshFlow 模式 (力场自稳态)：
允许因果流与约束场灵活组合。你可以定义“摄氏度驱动华氏度”为主导，同时将“华氏度同步摄氏度”作为力场纠缠。
- 统一提案机制：在 MeshFlow 的力场中，状态的变更不再是暴力的直接覆写（Set），而是作为“提案”提交。
- 自动收敛：空间上的“逻辑死环”在时间轴上被展平为“线性演化”。系统会计算所有纠缠节点的拉扯合力，只要设定了合理的阻尼，庞大的拓扑网就会像解数独一样，自发趋向熵值最低的稳定点；若遇极端冲突，系统也会在达到熔断深度时安全着陆。