Temporal Memory Workflows
Durable Workflow-Templates die Temporal mit persistenter Agent-Memory koppeln
Fünf Temporal-Templates (T01-T05): Memory-aware Agent, Operator-Approval, Saga-Rollback, Recurring Synthese, Multi-Agent-Koordination. Alle Workflows schreiben Durable-Knowledge (learn), Decisions (decide) und Mistakes via Temporal-Activities in Memory. Bring-your-own-Backend über den MemoryClient-Adapter (HostedMemoryClient + InMemoryMemoryClient). 45 Tests mit Time-Skipping, MIT.
Welches Problem es löst
LangGraph ist gut in kurzen, modellgetriebenen Ketten. n8n ist gut in sichtbaren, festgelegten Abläufen. Keines deckt den dritten Fall ab: einen lang laufenden Ablauf, in dem es gar nicht um das Modell geht, mit Saga-Rücknahmen, wochenlangem Warten auf ein äußeres Ereignis und Wiederholungen, die einen Prozessabsturz überleben. Dafür ist Temporal da, und diese Vorlagen paaren es mit Agenten-Gedächtnis.
Wie es arbeitet
Fünf Vorlagen, jede paart einen Temporal-Ablauf mit bleibendem Gedächtnis, damit Ablaufzustand und Agentenwissen zusammenpassen. Die erste zeigt die Grundform: Gedächtnis lesen, denken, Gedächtnis schreiben, und einen Absturz des Arbeiters mittendrin überleben. Alle fünf wurden live gegen ein selbst betriebenes Cluster geprüft, und die Testsammlung läuft grün.
Wann du es nimmst
Nimm sie, wenn das, was du automatisierst, tage- oder wochenlang läuft, genau einmal passieren muss und nach einem Neustart dort weitermacht, wo es war. Das ist das schmale Band, in dem Temporal seinen Betriebsaufwand rechtfertigt, und die Vorlagen ersparen dir obendrein die Gedächtnis-Anbindung.
Wann du es nicht nimmst
Temporal ist ein Cluster, das du betreiben musst, und das ist für einen kurzen Ablauf ein echter Aufwand. Für eine Kette, die in einer Minute fertig ist, sind LangGraph oder n8n die billigere Antwort. Und beachte: das hier ist noch nicht auf npm, du klonst oder gabelst es statt es zu installieren.
Stars
★ 1
Clones (14d)
⊟ 30
Sprache
TypeScript
Aktualisiert
2026-08-21