Una cola de tareas ligera y con prioridad en memoria diseñada para gestionar flujos de trabajo complejos de agentes de IA y la orquestación de tareas.
Instalar y Descargar
1. ClawHub CLI
La forma más rápida de instalar una habilidad directamente desde el registro.
npx clawhub@latest install gh-taskqueue
2. Instalación manual
Copia la carpeta de la habilidad a una de estas ubicaciones
~/.openclaw/skills/ <project>/skills/ Prioridad: Espacio de trabajo > Local > Integrado
3. Instalación del prompt
Copia este prompt en OpenClaw para instalarlo automáticamente.
Ayúdame a instalar gh-taskqueue usando Clawhub. Si Clawhub no está instalado, instálalo primero (npm i -g clawhub).
¿Prefieres descargar?
Obtén los archivos originales de la habilidad en un archivo ZIP.
¿Qué es gh-taskqueue?
gh-taskqueue proporciona un backend robusto para que los agentes de IA gestionen su carga de trabajo utilizando una cola de prioridad en memoria. Similar a un Celery ligero para entornos impulsados por IA, esta integración de Openclaw Skills permite a los desarrolladores organizar tareas con prioridades y etiquetas específicas, asegurando que las operaciones más críticas se manejen primero.
Construido sobre FastAPI y Pydantic, el skill ofrece una REST API limpia para crear, reclamar y rastrear tareas a lo largo de todo su ciclo de vida. Es particularmente eficaz para sistemas multi-agente donde la distribución de tareas y el monitoreo de estado son esenciales para mantener la eficiencia operativa y la fiabilidad.
Casos de uso de gh-taskqueue
- Orquestación de flujos de trabajo de agentes de IA de varios pasos que requieren una ejecución secuencial o priorizada.
- Gestión de escaneos de seguridad o trabajos de procesamiento de datos donde las tareas de alta prioridad deben saltar al frente de la fila.
- Provisión de un centro centralizado para que múltiples agentes reclamen e informen sobre elementos de trabajo distribuidos.
- Monitoreo en tiempo real de la productividad del agente a través de estadísticas de finalización y fallos de tareas.
Cómo funciona gh-taskqueue
- El usuario o agente padre inicializa el servidor para actuar como un repositorio central de tareas.
- Las tareas se envían a través del endpoint POST /v1/tasks con niveles de prioridad asignados (0-10) y etiquetas descriptivas.
- Los agentes worker utilizan el endpoint /v1/claim para recuperar automáticamente la tarea pendiente de mayor prioridad.
- Una vez que un agente completa el trabajo, actualiza el estado de la tarea a completada o fallida con los registros de salida o error asociados.
- Los desarrolladores monitorean todo el pipeline utilizando los endpoints de estadísticas y filtrado para garantizar la salud del flujo de trabajo.
Configuración de gh-taskqueue
Para comenzar con este componente de Openclaw Skills, asegúrese de tener Python instalado y configure el entorno:
# Instale las dependencias usando uv
uv pip install fastapi uvicorn pydantic
# Inicie el servidor de la cola de tareas
uvicorn taskqueue.app:app --port 8014
Esquema de datos y taxonomía de gh-taskqueue
La cola de tareas organiza los datos utilizando un JSON schema estructurado para cada tarea, lo que permite una fácil filtración e informes:
| Campo | Tipo | Descripción |
|---|---|---|
| id | String | UUID único para la tarea |
| title | String | Nombre de la tarea legible por humanos |
| payload | Object | Datos personalizados necesarios para la ejecución de la tarea |
| priority | Integer | Nivel de prioridad (los números más altos se procesan primero) |
| status | String | Estado actual: pending, running, completed o failed |
| tags | Array | Etiquetas de metadatos para filtrado basado en categorías |
| result/error | Object | El resultado final o mensaje de error tras la finalización |
Funciones avanzadas de gh-taskqueue
- Reclamación Inteligente de Prioridad: Selecciona automáticamente la tarea más importante disponible para evitar cuellos de botella.
- Sistema Flexible de Etiquetas: Permite un filtrado granular de tareas por dominios específicos como seguridad, frontend o ciencia de datos.
- Rendimiento en Memoria: Operaciones de baja latencia adecuadas para interacciones rápidas de agentes de IA.
- Estadísticas en Tiempo Real: Proporciona visibilidad instantánea sobre los recuentos de tareas totales, pendientes, en ejecución y fallidas para optimizar el escalado del agente.
SKILL.md
Cargando
Habilidades relacionadas de Openclaw
Zouroboros Bench
Un conjunto completo de herramientas de benchmarking para evaluar el rendimiento, la precisión y la deriva arquitectónica de los sistemas de memoria de IA.
Integración de Inteligencia Bellator
Una habilidad de investigación especializada para AI agents para recuperar antecedentes detallados, alcance comercial y datos de posicionamiento de mercado para la marca Bellator.
AI Daily Intelligence Digest
Agrega automáticamente noticias de múltiples fuentes, genera ideas impulsadas por IA y publica informes diarios directamente en Feishu Wiki.
prd-writer
Un asistente inteligente que transforma necesidades fundamentales y métricas North Star en documentos de requisitos de producto profesionales y estructurados.
Añadir subtítulos a vídeo gratis — Generar y grabar subtítulos
Una habilidad de edición de vídeo impulsada por IA que automatiza la generación de subtítulos y la renderización a 1080p para creadores de contenido mediante aceleración de GPU en la nube.
Pipeworx Pokemon
Un servidor de Model Context Protocol (MCP) de configuración cero que proporciona a los agentes de IA acceso directo a la base de datos de PokéAPI para estadísticas, habilidades y datos de evolución de Pokémon.
METADATA
Presentado*
