gh-taskqueue para Openclaw

Uma fila de tarefas leve, com prioridade em memória, projetada para gerenciar fluxos de trabalho complexos de agentes de IA e orquestração de tarefas.

mirni
v1.0.0
Apr 14, 2026
0
734
0

Instalar e Baixar

1. ClawHub CLI

A maneira mais rápida de instalar uma habilidade diretamente do registro.

npx clawhub@latest install gh-taskqueue

2. Instalação Manual

Copie a pasta da habilidade para um desses locais

Global
~/.openclaw/skills/
Espaço de trabalho
<project>/skills/

Prioridade: Espaço de Trabalho > Local > Integrado

3. Instalação do Prompt

Copie este prompt para o OpenClaw para instalá-lo automaticamente.

Ajude-me a instalar o gh-taskqueue usando o Clawhub. Se o Clawhub não estiver instalado, instale-o primeiro (npm i -g clawhub).

Prefere baixar?

Obtenha os arquivos originais da habilidade em um arquivo ZIP.

O que é gh-taskqueue?

gh-taskqueue fornece um backend robusto para agentes de IA gerenciarem sua carga de trabalho usando uma fila de prioridade em memória. Semelhante a um Celery leve para ambientes orientados a IA, esta integração Openclaw Skills permite que os desenvolvedores organizem tarefas com prioridades e tags específicas, garantindo que as operações mais críticas sejam tratadas primeiro.

Construído sobre FastAPI e Pydantic, o skill oferece uma REST API limpa para criar, reivindicar e rastrear tarefas durante todo o seu ciclo de vida. É particularmente eficaz para sistemas multi-agente onde a distribuição de tarefas e o monitoramento de status são essenciais para manter a eficiência operacional e a confiabilidade.

Casos de uso do gh-taskqueue

  • Orquestração de fluxos de trabalho de agentes de IA em várias etapas que exigem execução sequencial ou priorizada.
  • Gerenciamento de varreduras de segurança ou trabalhos de processamento de dados onde tarefas de alta prioridade devem saltar para o início da fila.
  • Fornecimento de um hub centralizado para múltiplos agentes reivindicarem e relatarem itens de trabalho distribuídos.
  • Monitoramento em tempo real da produtividade do agente através de estatísticas de conclusão e falha de tarefas.

Como o gh-taskqueue funciona

  1. O usuário ou agente pai inicializa o servidor para atuar como um repositório central de tarefas.
  2. As tarefas são enviadas via endpoint POST /v1/tasks com níveis de prioridade atribuídos (0-10) e tags descritivas.
  3. Agentes worker usam o endpoint /v1/claim para recuperar automaticamente a tarefa pendente de maior prioridade.
  4. Assim que um agente conclui o trabalho, ele atualiza o status da tarefa para concluída ou falha com logs de saída ou erro associados.
  5. Os desenvolvedores monitoram todo o pipeline usando os endpoints de estatísticas e filtragem para garantir a integridade do fluxo de trabalho.

Configuração do gh-taskqueue

Para começar com este componente Openclaw Skills, certifique-se de ter o Python instalado e configure o ambiente:

# Instale as dependências usando uv
uv pip install fastapi uvicorn pydantic

# Inicie o servidor da fila de tarefas
uvicorn taskqueue.app:app --port 8014

Esquema de Dados e Taxonomia de gh-taskqueue

A fila de tarefas organiza os dados usando um JSON schema estruturado para cada tarefa, permitindo fácil filtragem e relatórios:

Campo Tipo Descrição
id String UUID exclusivo para a tarefa
title String Nome da tarefa legível por humanos
payload Object Dados personalizados necessários para a execução da tarefa
priority Integer Nível de prioridade (números maiores processados primeiro)
status String Estado atual: pending, running, completed ou failed
tags Array Tags de metadados para filtragem baseada em categoria
result/error Object A saída final ou mensagem de erro após a conclusão

Recursos avançados do gh-taskqueue

  • Reivindicação Inteligente de Prioridade: Seleciona automaticamente a tarefa mais importante disponível para evitar gargalos.
  • Sistema Flexível de Tags: Permite filtragem granular de tarefas por domínios específicos como segurança, frontend ou ciência de dados.
  • Desempenho em Memória: Operações de baixa latência adequadas para interações rápidas de agentes de IA.
  • Estatísticas em Tempo Real: Fornece visibilidade instantânea sobre as contagens de tarefas totais, pendentes, em execução e falhas para otimizar o escalonamento do agente.

SKILL.md


Carregamento

Habilidades relacionadas do Openclaw

METADATA

Requires
Bins python
Github Stars: 0
forks: 0

Apresentou*