MAF快速入门（11）并行工作流是吗？
摘要：在实际业务场景中，往往需要在工作流中让多个Agent同时运行再通过聚合结果做做一些数据分析或决策呈现，这时就需要并行执行机制。本文介绍了MAF中并行工作流以及如何实现“Fan-OutFan-In”的工作模式，最后通过一个跨境电商价格查询智
大家好，我是Edison。
最近我一直在跟着圣杰的《.NET+AI智能体开发进阶》课程学习MAF的开发技巧，我强烈推荐你也上车跟我一起出发！
上一篇，我们学习了MAF中如何进行循环（loop）路由。本篇，我们来了解下在MAF中如何并行执行（fan-out/fan-in）的工作流。
1 并行执行模式
在实际业务场景中，往往需要在工作流中让多个Agent同时运行再通过聚合结果做做一些数据分析或决策呈现，这时就需要并行执行机制。
在MAF中，我们可以使用 Fan-Out/Fan-In 模式来实现这个目的，如下代码片段所示：
var workflow = new WorkflowBuilder(startExecutor)
.AddFanOutEdge(startExecutor, [amazonExecutor, ebayExecutor, shopeeExecutor])
.AddFanInEdge([amazonExecutor, ebayExecutor, shopeeExecutor], strategyExecutor)
.WithOutputFrom(strategyExecutor)
.Build();
可以看到，我们通过MAF的 AddFanOutEdge 和 AddFanInEdge 来实现了并行执行的目的，最后通过一个自定义的执行器来做聚合。
核心概念补充：
Fan-Out Edge => 并发执行边
Fan-In Edge => 汇聚边
2 并行工作流实验案例
假设我们是一个跨境电商团队，想要实时监控同一个商品在多个电商平台（如亚马逊、eBay、Shopee等）的定价策略，在检测到竞争对手降价时快速做出响应决策。
因此，我们的目标是：配置一个Fan-Out + Fan-In工作流，实现一次查询、并行抓取、智能决策的企业级模式。