mirror of
https://github.com/shareAI-lab/analysis_claude_code.git
synced 2026-03-22 10:25:41 +08:00
128 lines
4.7 KiB
Markdown
128 lines
4.7 KiB
Markdown
# s07: Task System (任务系统)
|
|
|
|
`s01 > s02 > s03 > s04 > s05 > s06 | [ s07 ] s08 > s09 > s10 > s11 > s12`
|
|
|
|
> *"大目标要拆成小任务, 排好序, 记在磁盘上"* -- 文件持久化的任务图, 为多 agent 协作打基础。
|
|
|
|
## 问题
|
|
|
|
s03 的 TodoManager 只是内存中的扁平清单: 没有顺序、没有依赖、状态只有做完没做完。真实目标是有结构的 -- 任务 B 依赖任务 A, 任务 C 和 D 可以并行, 任务 E 要等 C 和 D 都完成。
|
|
|
|
没有显式的关系, 智能体分不清什么能做、什么被卡住、什么能同时跑。而且清单只活在内存里, 上下文压缩 (s06) 一跑就没了。
|
|
|
|
## 解决方案
|
|
|
|
把扁平清单升级为持久化到磁盘的**任务图**。每个任务是一个 JSON 文件, 有状态、前置依赖 (`blockedBy`) 和后置依赖 (`blocks`)。任务图随时回答三个问题:
|
|
|
|
- **什么可以做?** -- 状态为 `pending` 且 `blockedBy` 为空的任务。
|
|
- **什么被卡住?** -- 等待前置任务完成的任务。
|
|
- **什么做完了?** -- 状态为 `completed` 的任务, 完成时自动解锁后续任务。
|
|
|
|
```
|
|
.tasks/
|
|
task_1.json {"id":1, "status":"completed"}
|
|
task_2.json {"id":2, "blockedBy":[1], "status":"pending"}
|
|
task_3.json {"id":3, "blockedBy":[1], "status":"pending"}
|
|
task_4.json {"id":4, "blockedBy":[2,3], "status":"pending"}
|
|
|
|
任务图 (DAG):
|
|
+----------+
|
|
+--> | task 2 | --+
|
|
| | pending | |
|
|
+----------+ +----------+ +--> +----------+
|
|
| task 1 | | task 4 |
|
|
| completed| --> +----------+ +--> | blocked |
|
|
+----------+ | task 3 | --+ +----------+
|
|
| pending |
|
|
+----------+
|
|
|
|
顺序: task 1 必须先完成, 才能开始 2 和 3
|
|
并行: task 2 和 3 可以同时执行
|
|
依赖: task 4 要等 2 和 3 都完成
|
|
状态: pending -> in_progress -> completed
|
|
```
|
|
|
|
这个任务图是 s07 之后所有机制的协调骨架: 后台执行 (s08)、多 agent 团队 (s09+)、worktree 隔离 (s12) 都读写这同一个结构。
|
|
|
|
## 工作原理
|
|
|
|
1. **TaskManager**: 每个任务一个 JSON 文件, CRUD + 依赖图。
|
|
|
|
```python
|
|
class TaskManager:
|
|
def __init__(self, tasks_dir: Path):
|
|
self.dir = tasks_dir
|
|
self.dir.mkdir(exist_ok=True)
|
|
self._next_id = self._max_id() + 1
|
|
|
|
def create(self, subject, description=""):
|
|
task = {"id": self._next_id, "subject": subject,
|
|
"status": "pending", "blockedBy": [],
|
|
"blocks": [], "owner": ""}
|
|
self._save(task)
|
|
self._next_id += 1
|
|
return json.dumps(task, indent=2)
|
|
```
|
|
|
|
2. **依赖解除**: 完成任务时, 自动将其 ID 从其他任务的 `blockedBy` 中移除, 解锁后续任务。
|
|
|
|
```python
|
|
def _clear_dependency(self, completed_id):
|
|
for f in self.dir.glob("task_*.json"):
|
|
task = json.loads(f.read_text())
|
|
if completed_id in task.get("blockedBy", []):
|
|
task["blockedBy"].remove(completed_id)
|
|
self._save(task)
|
|
```
|
|
|
|
3. **状态变更 + 依赖关联**: `update` 处理状态转换和依赖边。
|
|
|
|
```python
|
|
def update(self, task_id, status=None,
|
|
add_blocked_by=None, add_blocks=None):
|
|
task = self._load(task_id)
|
|
if status:
|
|
task["status"] = status
|
|
if status == "completed":
|
|
self._clear_dependency(task_id)
|
|
self._save(task)
|
|
```
|
|
|
|
4. 四个任务工具加入 dispatch map。
|
|
|
|
```python
|
|
TOOL_HANDLERS = {
|
|
# ...base tools...
|
|
"task_create": lambda **kw: TASKS.create(kw["subject"]),
|
|
"task_update": lambda **kw: TASKS.update(kw["task_id"], kw.get("status")),
|
|
"task_list": lambda **kw: TASKS.list_all(),
|
|
"task_get": lambda **kw: TASKS.get(kw["task_id"]),
|
|
}
|
|
```
|
|
|
|
从 s07 起, 任务图是多步工作的默认选择。s03 的 Todo 仍可用于单次会话内的快速清单。
|
|
|
|
## 相对 s06 的变更
|
|
|
|
| 组件 | 之前 (s06) | 之后 (s07) |
|
|
|---|---|---|
|
|
| Tools | 5 | 8 (`task_create/update/list/get`) |
|
|
| 规划模型 | 扁平清单 (仅内存) | 带依赖关系的任务图 (磁盘) |
|
|
| 关系 | 无 | `blockedBy` + `blocks` 边 |
|
|
| 状态追踪 | 做完没做完 | `pending` -> `in_progress` -> `completed` |
|
|
| 持久化 | 压缩后丢失 | 压缩和重启后存活 |
|
|
|
|
## 试一试
|
|
|
|
```sh
|
|
cd learn-claude-code
|
|
python agents/s07_task_system.py
|
|
```
|
|
|
|
试试这些 prompt (英文 prompt 对 LLM 效果更好, 也可以用中文):
|
|
|
|
1. `Create 3 tasks: "Setup project", "Write code", "Write tests". Make them depend on each other in order.`
|
|
2. `List all tasks and show the dependency graph`
|
|
3. `Complete task 1 and then list tasks to see task 2 unblocked`
|
|
4. `Create a task board for refactoring: parse -> transform -> emit -> test, where transform and emit can run in parallel after parse`
|