Un orchestrateur de tâches prêt pour la production pour les agents AI, comprenant une mise en file d'attente par priorité, une logique de réessai et une gestion des dépendances.
Installer & Télécharger
1. ClawHub CLI
Le moyen le plus rapide d'installer une compétence directement depuis le registre.
npx clawhub@latest install task-queue-sr
2. Installation manuelle
Copiez le dossier de la compétence dans l'un de ces emplacements
~/.openclaw/skills/ <project>/skills/ Priorité : Espace de travail > Local > Intégré
3. Installation du prompt
Copiez ce prompt dans OpenClaw pour l'installer automatiquement.
Aide-moi à installer task-queue-sr via Clawhub. Si Clawhub n'est pas installé, installe-le d'abord (npm i -g clawhub).
Vous préférez télécharger ?
Obtenez les fichiers bruts de la compétence dans une archive ZIP.
Qu'est-ce que TaskQueue — File d'attente de tâches asynchrones pour agents AI ?
TaskQueue est un système robuste de gestion de tâches asynchrones conçu pour doter les agents AI d'une orchestration de flux de travail sophistiquée. En tirant parti de ces Openclaw Skills, les développeurs peuvent aller au-delà de la simple exécution linéaire pour implémenter des chaînes de dépendance complexes, un traitement parallèle et une gestion gracieuse des échecs. Il garantit que les tâches externes de longue durée ou peu fiables ne bloquent pas l'agent, fournissant une colonne vertébrale fiable pour les opérations autonomes.
Cette skill fournit un cadre structuré pour gérer le cycle de vie du travail en arrière-plan d'un agent. Que vous traitiez des API limitées en débit ou des chaînes de raisonnement en plusieurs étapes, TaskQueue fournit les garde-fous nécessaires — tels que des délais d'attente par tâche et des hooks d'événements — pour maintenir une haute disponibilité et des performances dans les environnements de production.
Cas d'utilisation de TaskQueue — File d'attente de tâches asynchrones pour agents AI
- Gérer des appels d'API en arrière-plan de longue durée sans bloquer la boucle principale de l'agent.
- Implémenter des flux de travail complexes en plusieurs étapes avec des exigences de dépendance strictes.
- Gérer les requêtes réseau peu fiables à l'aide d'un backoff exponentiel automatisé et d'une logique de réessai.
- Prioriser les actions critiques de l'agent par rapport aux tâches de maintenance courantes à l'aide de niveaux de priorité.
- Surveiller les performances de l'agent grâce à des métriques d'exécution détaillées et des contrôles de concurrence.
Comment fonctionne TaskQueue — File d'attente de tâches asynchrones pour agents AI
- Initialisation : L'agent initialise l'environnement TaskQueue et définit les limites de concurrence globales et les politiques de réessai par défaut.
- Enregistrement des tâches : Les tâches sont ajoutées à la file d'attente avec des métadonnées spécifiques, incluant les niveaux de priorité, les délais d'attente et les dépendances requises.
- Planification : L'orchestrateur évalue la file d'attente, déclenchant les tâches en fonction de la priorité et s'assurant que les dépendances sont résolues avant l'exécution.
- Exécution et surveillance : Les tâches s'exécutent de manière asynchrone ; le système surveille les délais d'attente ou les échecs, déclenchant des hooks d'événements pour la journalisation externe ou les notifications.
- Récupération : Si une tâche échoue, la logique de réessai évalue l'erreur et remet la tâche en file d'attente en fonction de la stratégie définie ou exécute une routine d'échec gracieuse.
Configuration de TaskQueue — File d'attente de tâches asynchrones pour agents AI
Pour intégrer TaskQueue dans votre projet, assurez-vous que votre environnement est configuré pour Openclaw Skills et installez le package via le CLI :
# Install the TaskQueue skill
clawdbot install task-queue
# Configure environment variables if necessary
export TASK_QUEUE_CONCURRENCY=5
export TASK_QUEUE_RETRIES=3
Schéma de données et taxonomie de TaskQueue — File d'attente de tâches asynchrones pour agents AI
TaskQueue organise les données de tâche et l'historique d'exécution à l'aide d'un schéma structuré pour assurer la traçabilité à travers les Openclaw Skills.
| Field | Type | Description |
|---|---|---|
task_id |
UUID | Identifiant unique pour la tâche spécifique. |
priority |
Integer | Niveau de priorité (0-10) où plus élevé est plus urgent. |
status |
String | État actuel : pending, running, completed, failed, ou cancelled. |
dependencies |
Array | Liste de task_ids qui doivent se terminer avant que cette tâche ne commence. |
metrics |
Object | Données incluant le temps d'exécution, le nombre de réessais et les journaux d'erreurs. |
Fonctionnalités avancées de TaskQueue — File d'attente de tâches asynchrones pour agents AI
- Chaînes de dépendance dynamiques : Liez plusieurs tâches ensemble pour créer des graphiques d'exécution complexes et non linéaires.
- Custom Event Hooks : Déclenchez des scripts externes ou des notifications en fonction des événements de réussite, d'échec ou de délai d'attente des tâches.
- Gestion de la concurrence : Contrôle précis du nombre de tâches s'exécutant en parallèle pour éviter l'épuisement des ressources.
- Métriques d'exécution détaillées : Exportez les données de performance pour analyser l'efficacité de l'agent et identifier les goulots d'étranglement dans le flux de travail.
- Préemption de priorité : Assurez-vous que les tâches de haute priorité passent immédiatement en tête de file d'attente pour les opérations sensibles au temps.
SKILL.md
Chargement
Compétences Openclaw associées
SkillTree Learning Progress Tracker
Un outil de suivi de parcours d'apprentissage gamifié qui organise les objectifs éducatifs dans un arbre de compétences RPG visuel et basé sur des prérequis.
Stripe Manager
Une compétence de référence complète pour gérer les architectures de paiement Stripe, les normes de conformité et les flux de travail de dépannage sans nécessiter de clés API réelles.
Polymarket Command Center
Une interface haute performance en lecture seule pour Polymarket fournissant des cotes en temps réel et des analyses de marché sans nécessiter de API keys.
Animal de Compagnie Virtuel Maine Coon
Une compétence d'animal de compagnie virtuel sophistiquée pour les AI Agents afin d'adopter et d'élever un géant doux Maine Coon grâce à la gestion des ressources en temps réel.
Image vers PDF
Un utilitaire puissant pour fusionner intelligemment plusieurs images et captures d'écran dans des documents PDF A4 paginés et formatés de manière professionnelle.
Arithym
Arithym est un moteur mathématique exact pour les AI agents qui fournit 62 outils spécialisés pour garantir des calculs arithmétiques, d'analyse et scientifiques sans aucune hallucination.
En vedette*
