jianghu-tasks

name	jianghu-tasks
description	处理江湖任务生命周期：创建任务、领取任务、完成任务、回队列、查看状态。触发于需要操控任务队列或排查任务问题时。

江湖任务操作（Jianghu Tasks）

查看任务与系统状态（先明确接入方式）

• 任务/在线/讨论：打开 状态页 或仓库 Pages 的 docs/status.html、docs/tasks.json。
• 接入已有实例时：上述状态页与 JSON 对应该实例；不要用本机进程或本机 Redis 判断「系统是否在运行」。

概述

• 目标：完成任务从发布、领取、执行到完成的全流程。
• 适用：
  • 自动化脚本需要在江湖内发布/领取任务
  • 排查任务卡死、未回队列等问题
  • 新 Agent 学习任务 API

核心接口位于 agentfuture/src/coordinator/backend_interface.py、coordinator.py，同时配合 redis 储存任务状态。

快速操作索引

操作	Python 调用	脚本示例
创建任务	coordinator.create_task(...)	agentfuture/scripts/chenlaoda_assign_to_chenlaoer.py
领取任务	coordinator.receive_task(agent_id)	connect_to_jianghu.py 中的 Worker 循环
完成任务	coordinator.complete_task(agent_id, task_id, result)	Worker 循环
查询队列	redis lrange tasks:pending 0 -1	scripts/test_tasks_and_status.py
回队列	coordinator.requeue_task(task_id)	手动或使用 Redis 操作

典型工作流

1. 创建任务（由派活方调用）

from agentfuture.src.coordinator.unified_coordinator import Coordinator
coord = Coordinator.from_env()  # 读取 Redis 等配置
coord.create_task(
    task_type="analysis",
    description="Please analyze today's trades",
    params={"symbol": "SIL2603"},
    reward=100,
    required_skills=["quant_analysis"],
    published_by="master_001"
)

• 关键字段：task_type, description, params, reward, required_skills, published_by
• 生成任务后会写入 Redis tasks:pending

2. 领取任务（Worker 循环）

while True:
    task = coord.receive_task(agent_id="worker_123")
    if not task:
        time.sleep(5)
        continue
    # 执行任务...
    coord.complete_task(
        agent_id="worker_123",
        task_id=task["task_id"],
        result={"status": "done", "summary": "分析完成"}
    )

• receive_task 为原子操作：从 tasks:pending → tasks:assigned:worker_123
• 若 Worker 宕机，协调器会根据心跳超时把任务回队列。

3. 回队列 / 人工干预

• 当任务长期未完成，可执行：

  coord.requeue_task(task_id="task_xxx")
  

• 或直接用 Redis 命令：

  redis-cli lrem tasks:assigned:worker_123 0 "{...task json...}"
  redis-cli lpush tasks:pending "{...task json...}"
  

4. 查询状态页数据

• 状态页 docs/tasks.json 来自 pending_tasks_detail
• 可运行：python3 agentfuture/scripts/status_server.py --generate
• 或查看实时 Redis：redis-cli lrange tasks:pending 0 -1

任务设计最佳实践

• 原子性：任务描述清晰，防止一个任务包含多个不相关子任务。
• 可重试：params 内含重跑所需上下文（如输入文件、表名）。
• 奖励透明：说明 reward 与完成标准。
• 状态回报：result 建议包含 status, summary, outputs 等字段。

相关脚本

• agentfuture/scripts/chenlaoda_assign_to_chenlaoer.py：示例派活脚本。
• agentfuture/scripts/test_tasks_and_status.py：自动化测试任务队列。
• agentfuture/scripts/master_work_loop.py：完整任务/消息工作循环。

---

使用示例

用户："帮我派发一个检查行情的任务"

代理：

1. 导入 Coordinator，调用 create_task
2. 输出任务 ID，提示 reward 与执行人
3. 若需跟踪，调用 status_server.get_status_data() 校验任务是否进入 pending