新闻详情

新闻详情

首页 / 资讯中心 / 详情

让AI在你睡觉时工作:Cabinet定时任务Cron调度与Heartbeat实战指南

发布时间:2026/11/22 9:51:36来源:尧图网络
让AI在你睡觉时工作:Cabinet定时任务Cron调度与Heartbeat实战指南
让AI在你睡觉时工作Cabinet定时任务Cron调度与Heartbeat实战指南【免费下载链接】cabinetAI-first knowledge base and startup OS项目地址: https://gitcode.com/gh_mirrors/cabinet3/cabinet️Cabinet是一款开源的 AI-first 知识库与创业 OSStartup OS内置**定时任务Cron 调度与智能体心跳Heartbeat**两大自动化机制。用自然语言或简单的日历拖拽就能让 AI 智能体在你睡觉时自动巡检、写报告、整理知识——你的团队会在你睡觉时成长。两大自动化机制Jobs 与 Heartbeat 有什么区别在 Cabinet 中让 AI自己动的方式有两种理解它们的区别是玩转定时调度的第一步机制定位配置位置典型场景定时任务Job精确的 Cron 计划任务{cabinetPath}/.jobs/{id}.yaml每 6 小时 Reddit 情报侦察、周一晨报心跳Heartbeat智能体自主的生物节律智能体persona.md的 frontmatter客服智能体每天 9 点自醒检查待办Jobs由 server/cabinet-daemon.ts 中的常驻守护进程通过node-cron注册到点即触发一次新的智能体会话。Heartbeats写在智能体人设文件里src/lib/agents/heartbeat.ts 负责执行相当于给每个 AI 员工一个生物钟按自己的节奏周期性醒来自检、推进目标。 两者的运行状态都会汇入同一张日历视图统一管理、统一观察。快速上手3 步创建第一个定时任务第 1 步选择智能体。在 Agents 页面打开任意智能体如 Researcher、Content Marketer进入其 Schedule 标签页。第 2 步选择调度模式。调度选择器src/components/mission-control/schedule-picker.tsx支持 6 种模式新手建议直接用自然语言Once单次/ Daily每天Weekday工作日/ Weekly每周/ Monthly每月Custom自定义直接输入 cron 表达式或写每 6 小时工作日 9 点等自然语言由/api/schedule/parse端点自动解析为 cron第 3 步保存。改动会通过PUT /api/agents/[id]/jobs落盘为 YAML 文件守护进程在约 200ms 内自动热加载新计划——无需重启任何服务。日历即调度台拖拽、标记、右键菜单Cabinet 的调度管理没有表单地狱一切发生在日历上src/components/cabinets/schedule-view.tsx 统一渲染于 Tasks、Agents、智能体详情三个入口️框选创建在空白时间段按住拖拽松手即创建一次性任务重复任务创建时即可选择 RepeatOnce / Daily / Weekly / Custom✋拖拽改期拖动事件到新时间改重复任务时会提示仅此次 / 全部事件机制与 Google Calendar 一致服务端通过exceptions[]即 EXDATE 实现️右键菜单立即运行 / 编辑 / 复制 / 跳过此次 / 启用·禁用 / 删除⏰当前时间红线 今天高亮随时看清现在到哪了。它是怎么工作的调度架构一图看懂不用关心代码也能跑但知道架构会更有掌控感。核心链路落盘任务 YAMLJobConfig类型见 src/types/jobs.ts与心跳配置heartbeat、heartbeatEnabled字段全部是磁盘上的纯文本可 Git 追踪注册守护进程 server/cabinet-daemon.ts 读取所有 cabinet 的.jobs/*.yaml与 persona 心跳用node-cron按主机本地时间注册触发到点后守护进程发起PUT带action: run、source: scheduler和精确到分钟的scheduledAt时间戳为这次运行创建一个可回看的智能体会话可观测每次运行都能在日历上点击过去的药丸直接打开对应的任务会话面板机制详见 docs/CALENDAR_RUN_LINKAGE.md。Heartbeat 实战给 AI 员工设一个生物钟打开智能体后点击Heartbeat行或日历中任意心跳事件弹出共享的心跳编辑器src/components/agents/heartbeat-dialog.tsx你可以⚡启用/禁用开关一句话控制它是否按自己的节奏醒来设置节奏复用同一个调度选择器如每 4 小时或每天 8 点▶️立即运行一次不占用计划槽位适合验证效果查看定义链接直达 persona 文件中心跳到底做什么的正文部分。典型玩法给客服智能体设每日 9 点心跳醒来检查邮件与消息队列给 Researcher 设每 6 小时心跳持续追踪行业动态并写入知识库。避坑指南定时任务没跑起来怎么办琥珀色未运行标记日历中过去的时间点如果显示为灰底 琥珀色警告图标说明那次调度没有执行src/components/cabinets/schedule-calendar.tsx。点击它会弹出琥珀色横幅提示可能原因Cabinet 守护进程当时没有运行最常见——机器休眠或进程退出该调度当时处于禁用状态运行启动失败如 AI CLI 未登录。✅三个保命建议确保机器不深度休眠时守护进程npm run dev:all或 Electron 桌面端在运行记住调度按主机本地时间触发浏览器与守护进程需同一时区用* * * * *的测试任务做一次冒烟验证确认链路通畅后再上正式计划。写在最后Cabinet 把AI 自动化做成了日历上看得见、摸得着的日常Jobs 负责精确计划Heartbeat 负责自主节律守护进程负责可靠触发日历负责全程可观测。当你睡前设好节奏醒来看到的不再是空白的收件箱而是一份份已经完成的产出。 延伸阅读调度日历完整设计文档docs/SCHEDULE_CALENDAR_PRD.md日历运行关联机制docs/CALENDAR_RUN_LINKAGE.md智能体页面规格含 Heartbeat 行docs/AGENT_PAGE_PRD.md任务体系总览docs/TASKS.md【免费下载链接】cabinetAI-first knowledge base and startup OS项目地址: https://gitcode.com/gh_mirrors/cabinet3/cabinet创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/21 14:14:45

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/21 14:14:26

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/21 21:08:55

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/22 1:51:41

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/21 19:02:25

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/21 14:13:11

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉