我想让两个faust代理监听同一个kafka主题，但是每个代理在处理事件之前使用自己的过滤器，并且它们的事件集不相交。
在文档中，我们有一个示例：https://faust.readthedocs.io/en/latest/userguide/streams.html#id4
如果两个代理使用订阅到同一主题的流：

topic = app.topic('orders')

 @app.agent(topic)
 async def processA(stream):
      async for value in stream:
          print(f'A: {value}')

 @app.agent(topic)
  async def processB(stream):
       async for value in stream:
           print(f'B: {value}')

指挥者将把在“订单”主题上收到的每条消息转发给两个代理，每当它进入代理流时就增加引用计数。
当事件被确认时，引用计数减少，当它达到零时，使用者将认为偏移量“已完成”，并可以提交它。
以下为过滤器https://faust.readthedocs.io/en/latest/userguide/streams.html#id13:

@app.agent() async def process(stream):
    async for value in stream.filter(lambda: v > 1000).group_by(...):
        ...

我使用了一些复杂的过滤器，但结果是将流分成两部分，用于两个逻辑完全不同的代理(我不使用分组方式）
如果两个特工一起工作，一切都会好的。但是，如果我停止它们并重新启动，它们将从头开始处理流。因为每个事件都没有被一个特工确认。如果我确认每个代理中的所有事件，当其中一个代理不启动时，第二个代理将清除主题(如果一个被压碎并重新启动，售票员将看到三个订户，因为它正在等待20分钟（压碎的代理等待响应）。
我只想把事件分为两部分。在这种情况下，如何进行适当的同步？