当前位置：首页 > news >正文

DeepSeek RAGMCP + Agent智能体项目 —— 引入定时任务组件并完成管理端接口

news 2026/6/12 14:48:50

一、前言

这一节将引入扳手工程中的定时任务，可用于自动定时执行发帖以及其他MCP服务，原理很简单，就是通过定时执行调度器，同时向调度器中传预制的数据，最终会让调度器定时执行相同的任务。

二、定时任务

1.配置文件

这里面主要要去完成关于定时部分的配置，比如时间间隔等，这个配置文件最终会写入扳手工程的定时任务配置类中。

# 小傅哥扳手通用组件配置 xfg: wrench: # 任务调度配置 task: job: enabled: true pool-size: 5 thread-name-prefix: "test-task-scheduler-" wait-for-tasks-to-complete-on-shutdown: true await-termination-seconds: 30 refresh-interval: 30000 clean-invalid-tasks-cron: "0 0/5 * * * ?"

2.填充定时任务

其实整体流程在前言部分就已经讲完了，现在主要是看看怎么实施，首先是定时执行调度器，这个需要借助扳手工程中的TaskScheduleVO来实现，这个值对象中主要包含以下内容，很显然的我们需要借助数据库中对定时任务的配置信息来填充VO。

@Data public class TaskScheduleVO { /** 任务ID */ private Long id; /** 任务描述 */ private String description; /** Cron表达式 */ private String cronExpression; /** 任务参数 */ private String taskParam; /** 任务执行器函数式接口 */ private Supplier<Runnable> taskExecutor; public TaskScheduleVO() { } /** * 便捷方法：设置任务执行逻辑 * @param taskLogic 任务执行逻辑 */ public void setTaskLogic(Runnable taskLogic) { this.taskExecutor = () -> taskLogic; } /** * 便捷方法：设置带参数的任务执行逻辑 * @param taskLogic 任务执行逻辑，接收taskId和taskParam */ public void setTaskLogic(BiConsumer<Long, String> taskLogic) { this.taskExecutor = () -> () -> taskLogic.accept(this.id, this.taskParam); } @Override public String toString() { return "TaskScheduleVO{" + "id=" + id + ", description='" + description + '\'' + ", cronExpression='" + cronExpression + '\'' + ", taskParam='" + taskParam + '\'' + ", hasTaskExecutor=" + (taskExecutor != null) + '}'; } }

因此我们需要去仓储层新增一些查询方法，不过还是比较简单的，所以这里就不细讲了。

最核心的是下面的AgentTaskJob类，在这个类中我们要实现ITaskDataProvider接口，这个接口用于提供定时任务的数据，因此TaskScheduleVO就要在这里装填了，同时在taskLogic字段中要填充执行调度的方法。

@Service @Slf4j public class AgentTaskJob implements ITaskDataProvider { @Resource private ITaskService taskService; @Resource private IAgentDispatchService dispatchService; @Override public List<TaskScheduleVO> queryAllValidTaskSchedule() { List<AiAgentTaskScheduleVO> aiAgentTaskScheduleVOS = taskService.queryAllValidTaskSchedule(); List<TaskScheduleVO> result = new ArrayList<>(); for (AiAgentTaskScheduleVO aiAgentTaskScheduleVO : aiAgentTaskScheduleVOS) { TaskScheduleVO taskScheduleVO = new TaskScheduleVO(); taskScheduleVO.setId(aiAgentTaskScheduleVO.getId()); taskScheduleVO.setDescription(aiAgentTaskScheduleVO.getDescription()); taskScheduleVO.setCronExpression(aiAgentTaskScheduleVO.getCronExpression()); taskScheduleVO.setTaskParam(aiAgentTaskScheduleVO.getTaskParam()); taskScheduleVO.setTaskLogic(() -> { try { dispatchService.dispatch( ExecuteCommandEntity.builder() .aiAgentId(aiAgentTaskScheduleVO.getAgentId()) .sessionId(String.valueOf(System.nanoTime())) .maxStep(1) .build(), new ResponseBodyEmitter()); } catch (Exception e) { log.error("任务执行失败", e); } }); result.add(taskScheduleVO); } return result; } @Override public List<Long> queryAllInvalidTaskScheduleIds() { return taskService.queryAllInvalidTaskScheduleIds(); } }

3.定时任务走的固定执行链

这是一个新的执行模式，与ReAct Loop和Plan-and-Execute是同级的，是最简单的一种，单纯就是和一个AgentClient对话，并且没有预设任何的提示词，提示词仅为用户的（用户在数据库中固定设置的），也没有记忆，单纯只有一轮对话，但是可以调MCP工具，这个需要依靠在数据库中配置。

/** * @author 印东升 * @description * @create 2026-06-10 17:46 */ @Slf4j @Service("fixedAgentExecuteStrategy") public class FixedAgentExecuteStrategy implements IExecuteStrategy { @Resource protected ApplicationContext applicationContext; @Resource protected IAgentRepository repository; public static final String CHAT_MEMORY_CONVERSATION_ID_KEY = "chat_memory_conversation_id"; public static final String CHAT_MEMORY_RETRIEVE_SIZE_KEY = "chat_memory_response_size"; @Override public void execute(ExecuteCommandEntity requestParam, ResponseBodyEmitter emitter) throws Exception { List<AiAgentClientFlowConfigVO> agentClientFlowConfigVOList = repository.queryAiClientByAgentId(requestParam.getAiAgentId()); String content = ""; for (AiAgentClientFlowConfigVO configVO : agentClientFlowConfigVOList) { ChatClient chatClient = getChatClientByClientId(configVO.getClientId()); content = chatClient.prompt(requestParam.getMessage() + "," + content) .system(s -> s.param("current_date", LocalDate.now().toString())) .advisors(a -> a .param(CHAT_MEMORY_RETRIEVE_SIZE_KEY, requestParam.getSessionId()) .param(CHAT_MEMORY_RETRIEVE_SIZE_KEY, 100)) .call().content(); } } protected ChatClient getChatClientByClientId(String clientId) { return getBean(AiAgentEnumVO.AI_CLIENT.getBeanName(clientId)); } protected <T> T getBean(String beanName) { return (T) applicationContext.getBean(beanName); } }