SEO教程

SEO教程

Products

当前位置:首页 > SEO教程 >

AI Agent长任务处理,取消、重试、中断恢复,仅靠按钮就能解决吗?

96SEO 2026-08-08 07:05 3


很多 AI Agent Demo 都有一个共同特点:跑起来很顺。话说回来,

AI Agent长任务处理,取消、重试、中断恢复,仅靠按钮就能解决吗?

使用者点按钮。后端调模型,模型返回结果,页面展示。

这个流程适合演示。

但一旦把 Agent 做进真实业务程序。问题会立刻变得具体:

模型跑了 秒,页面要不要继续等?使用者点取消,是直接杀掉任务,还是等安全点停止?生成提案失败了点重试会不会重复生成?服务重启后running 任务怎么收尾?任务从质检页、工作台、提案页发起,最终在哪里统一查看?

这些问题看起来不如 Prompt、Function Calling、模型路由那么“AI”。

但真正做过一轮之后我反而觉得:

上一篇我讲了 AgentTaskAgentStep更偏后端状态机:任务怎么落库。步骤怎么记录,worker 怎么 claim,lease 怎么续租。其实,

这一篇继续往前走一步。讲 状态机怎么变成使用者可感知、可操作的产品体验。话说回来,

我现在对 Agent 长任务体验的设计原则是:

原则对应工程动作
状态必须可见前端持续展示任务状态和步骤进度
取消必须可控running 任务只写取消信号。在安全点停止
重试必须幂等每次重试使用稳定 operation key
恢复必须有策略不同任务类型使用不同中断恢复策略
任务必须集中管理工作台面板 + 独立任务中心统一承接

对应到程序里就是几条链路:

链路关键设计
前端轮询只在任务活跃、页面可见时轮询
任务面板把任务状态和可操作按钮展示给使用者
取消命令 pending → 立即取消;running → 写取消信号
重试命令保留旧任务,创建 successor;提案重试必须带当前章节 revision,避免基于过期正文继续生成
中断恢复:不同任务有不同恢复策略;怎么说呢,任务中心统一查看写作、修复、质检、记忆等多类任务

If previous article talked about “Agent 怎么跑”,this article answers:

. 为什么这不是 UI 细节

The typical short‑task UI looks like:

按钮:生成 状态:生成中 结果:生成成功 / 生成失败

This works for quick calls。but an Agent is a **long‑running** workflow. In a novel‑writing scenario a single task may involve:

读取作品上下文 → 检查章节计划 → 推荐写作技能 → 生成草稿 → 连续性审核 → 创建提案 → 等待使用者应用 → 定稿后提取记忆

If UI only shows “AI 正在生成”,users quickly lose feeling of control. They don’t know wher system is reading context,calling a model,stuck,or safely pausing. They also worry about:

  • Cancelling leaving half‑finished data?说起来,
  • The “continue” button causing duplicate generation?
  • The state after a page refresh?
  • The exact point of failure?

This is *** long‑task experience is **not** just a UI tweak;it’s part of Agent engineering.

. 轮询不是无脑 setInterval

The backend persists task status;front‑end can poll it. However blind polling leads to useless requests when:

  • The page is hidden.
  • The task already finished.

A shared hook centralises polling logic:

// Define active statuses
const ACTIVE_STATUSES =;function hasActiveTask {
return tasks.some);}
// Detect page visibility
function usePageVisible {
const = useState(
=> document.visibilityState!== 'hidden'
);useEffect => {
const update = => setIsVisible;document.addEventListener;return => document.removeEventListener;},),return isVisible;}
...
export function useAgentTasks {
const queryClient = useQueryClient;const queryKey = workspaceQueryKeys.agentTasks;const isPageVisible = usePageVisible;const query = useQuery({
queryKey,queryFn: async => ).data。enabled: novelId> 0,refetchInterval: =>
isPageVisible && hasActiveTask?POLL_MS : false,});// ,老实说,expose cancel/retry mutations…}

This hook ensures:

  • Polls only while re are active tasks.
  • Polls stop when tab becomes hidden.
  • A snapshot comparison triggers related UI invalidation only on real state changes.
  • The rest of app can react without redundant network traffic.

. Task Panel:把状态翻译成动作

User needs actionable buttons。not raw enums. The panel maps each status to permissible actions:

Status / 状态码 User Action / 可执行操作
`pending` / `running` Cancel `pending_review` / `failed` / `cancelled` / `interrupted` Retry `completed`

// Status ↔︎ Text mapping
const STATUSTEXT = {
pending: '等待中',pendingreview: '待审核',running: '执行中',completed: '已完成',failed: '失败',cancelled: '已取消',interrupted: '已中断',};

// Helper predicates function isActive { return .includes;} function canRetry { return .includes;}

// Render buttons based on status export function WorkspaceTaskPanel { return (

章节任务{tasks.length}
{tasks.length===0 &&

当前章节暂无任务

} {tasks.map(task=>(
workspace-task-row${task.id===selectedTaskId?' is-target':''}} aria-current={task.id===selectedTaskId?'true':undefined}>
{TASKTEXT} {STATUS_TEXT} {task.error &&

{task.error}

}
{isActive && ( )} {canRetry && ( )} ... ... ...
))} );}

. Cancel:不是前端隐藏。而是后端命令

A cancel click must be recorded in backend so that running workers can stop at ir next safe point.

// Front‑end mutation
const cancelMutation = useMutation({
mutationFn: => agentApi.cancel,onSuccess: invalidate,});

@router.post
async def cancelagenttask(
taskid:int,idempotencykey:str|None=Header,db:AsyncSession=Depends,sessionfactory=Depends):
至于try,return await cancelagenttaskcommand(db,taskid,operationkey=idempotencykey,sessionfactory=sessionfactory)
except (AgentTaskCommandConflict,AgentTaskCommandNotFound。AgentTaskCommandValidationError) as err:
_raisecommand_error

python async def cancelagenttaskcommand: fingerprint = _fingerprint replay = await _replayreceipt if replay: return replay

task = await db.get if not task: raise AgentTaskCommandNotFound

now = datetime.utcnow # Immediate cancellation if not yet running immediate = await db.execute( update .where(AgentTask.id==taskid,AgentTask.status!='running',AgentTask.status.notin) .values(status='cancelled',cancelrequestedat=now,finishedat=now,dedupekey=None)) if immediate.rowcount ==0: # Running – just mark request time await db.execute( update .where(AgentTask.id==task_id。AgentTask.status=='running') .values) await db.commit cancelled = await db.get if not cancelled: raise AgentTaskCommandNotFound return cancelled

  • ✅ 未运行的直接标记为 cancelled
  • \
  • ✅ 正在运行的仅写入 cancelrequestedat;worker 在每一步检查此字段并安全退出。
  • \ <\/ul\>\

\

\

// Generate stable key
export function newAgentTaskRetryKey {
return typeof crypto?.randomUUID === 'function'
crypto.randomUUID
: retry-${Date.now}-${Math.random.toString.slice};}

// Retrier that caches keys per original task ID export function createAgentTaskRetrier{ const retryKeys=new Map;return{ async retry{ let payload={};const opKey=retryKeys.get||createRetryKey;retryKeys.set;不过,const result=await agentApi.retry;老实说,retryKeys.delete;return result;} },}

Scenario<\/th> Operation Key Strategy<\/th><\/\/t r><\/ ad >\ #1 Same retry fails once and user clicks again<\/t d#1 Reuse same key<\/ t d><\/t r\ #2 Retry finally succeeds<\/ t d #1 Delete key after success<\/ t d ><\/ tr\ #3 Next logical retry after success<\/ t d #2 Generate fresh key<\/ t d ><\/ tr\ <\/ tbody \ <\/ table >\

\

\

tsx export const PROPOSALCHAPTERREQUIRED='提案缺少关联章节';export const PROPOSALREVISIONREQUIRED='无法获取当前章节版本';

type ProposalRevisionResolver==>Promise

export function createAgentTaskRetrier{ const retryKeys=new Map;return{ async retry{ let payload:any={};if{ if{throw new Error;} if{throw new Error;} const rev=await resolver;if{throw new Error;} payload={expected_revision:rev};} const opKey=retryKeys.get||createRetryKey;老实说,retryKeys.set;const result=await agentApi.retry;retryKeys.delete;return result;} },}

\

\

python @classmethod async def recover_startup: """Mark legacy running tasks as interrupted and reconcile leases.""" async with session_factory as s: now=datetime.utcnow legacy=await s.scalars.where( AgentTask.status=='running'。AgentItem.task_type.not_in)) for t in legacy: t.status='interrupted' t.error='服务重启导致中断,请重新发起' t.finished_at=now t.lease_token=None;t.lease_expires_at=None # mark steps failed …await s.commit dispatcher=AgentDispatcher return len+await dispatcher.recover_expired

python async def recover_expired: async with self._session_factory as s: expired_tasks=list.where( AgentTask.status=='running',AgentTicket.lease_expires_at

Recovery Strategy Reason \ ...
Task Type writechapterproposalinterrupted + proposal marked faileduser must decide re‑run <\/ td><\/ tr\
memory_extractback to pending <\/ td>low risk auto‑retry <\/ td><\/ tr\
orsinterrupted + error note

\

  • Memeory Extract – transient failures: 。backoff schedule creates a successor after N seconds.

\

  • Memeory Extract – source invalid: ,system stops and alerts human.
  • \ ​

    python MEMORYRETRYBACKOFF_SECONDS=

    async def runmemory: completed=await runmemoryclaim if completed:return True await self.schedulememory_retry;return False

    async def schedulememoryretry: async with self.sessionfactory as sess: task=await sess.get if not task or task.tasktype!='memoryextract' or ... :return idx=task.retrygeneration if idx>=len:return delay=MEMORYRETRYBACKOFFSECONDS successor=await buildagent_task+timedelta) sess.add;await sess.commit

    . Task Center:把散落的 Agents 收回来

    \

    The workspace panel only shows tasks for *current* chapter. A full system may spawn many independent agents:

    \
      \
    • Singe‑chapter write loop 
    • \
    • AUTOWRITE pipeline 
    • \
    • BATCH rule fix 
    • \
    • SQUALITY loop 
    • \
    • AUTOPILOT 
    • \
    • PProposal generation 
    • \
    • MMemory extraction 
    • \ ​ \ ​ tsx }>} /> tsx const TASK_TEXT={ write_chapter_loop:'单章写作闭环'。auto_write_pipeline:'自动写作流水线',batch_fix:'批量规则修复',quality_loop:'质量闭环',autopilot:'自主驾驶',write_chapter_proposal:'提案生成',memory_extract:'记忆提取' };const FILTERS=;tsx const loadTasks=useCallback=>{ ifreturn;setError,try{ const params=?{novel_id:nid,active:true} : {novel_id:nid};const{data}=await agentApi.listTasks;const visible=?data.filter):data;setTasks,// deep link support –?task= setSelectedId?requested:,prev:null));}catch{setError)} finally{setLoading;} },),

      . Task Detail:进度来自真实 Step 而非估算

      /* 同步加载选中的 Task 步骤 / tsx useEffect=>{if{loadSteps}else setSteps},); / 活跃时持续刷新 / tsx useEffect=>{ if)return;按理说,const timer=setInterval=>{loadTasks;怎么说呢,loadSteps;},5000),return=>clearInterval;},), / 步骤进度计算 */ tsx function taskProgress{ const total=steps.length;ifreturn isActive?0:100,const done=steps.filter).length;return Math.round*100);}


    标签: 几个

    SEO优化服务概述

    作为专业的SEO优化服务提供商,我们致力于通过科学、系统的搜索引擎优化策略,帮助企业在百度、Google等搜索引擎中获得更高的排名和流量。我们的服务涵盖网站结构优化、内容优化、技术SEO和链接建设等多个维度。

    百度官方合作伙伴 白帽SEO技术 数据驱动优化 效果长期稳定

    SEO优化核心服务

    网站技术SEO

    • 网站结构优化 - 提升网站爬虫可访问性
    • 页面速度优化 - 缩短加载时间,提高用户体验
    • 移动端适配 - 确保移动设备友好性
    • HTTPS安全协议 - 提升网站安全性与信任度
    • 结构化数据标记 - 增强搜索结果显示效果

    内容优化服务

    • 关键词研究与布局 - 精准定位目标关键词
    • 高质量内容创作 - 原创、专业、有价值的内容
    • Meta标签优化 - 提升点击率和相关性
    • 内容更新策略 - 保持网站内容新鲜度
    • 多媒体内容优化 - 图片、视频SEO优化

    外链建设策略

    • 高质量外链获取 - 权威网站链接建设
    • 品牌提及监控 - 追踪品牌在线曝光
    • 行业目录提交 - 提升网站基础权威
    • 社交媒体整合 - 增强内容传播力
    • 链接质量分析 - 避免低质量链接风险

    SEO服务方案对比

    服务项目 基础套餐 标准套餐 高级定制
    关键词优化数量 10-20个核心词 30-50个核心词+长尾词 80-150个全方位覆盖
    内容优化 基础页面优化 全站内容优化+每月5篇原创 个性化内容策略+每月15篇原创
    技术SEO 基本技术检查 全面技术优化+移动适配 深度技术重构+性能优化
    外链建设 每月5-10条 每月20-30条高质量外链 每月50+条多渠道外链
    数据报告 月度基础报告 双周详细报告+分析 每周深度报告+策略调整
    效果保障 3-6个月见效 2-4个月见效 1-3个月快速见效

    SEO优化实施流程

    我们的SEO优化服务遵循科学严谨的流程,确保每一步都基于数据分析和行业最佳实践:

    1

    网站诊断分析

    全面检测网站技术问题、内容质量、竞争对手情况,制定个性化优化方案。

    2

    关键词策略制定

    基于用户搜索意图和商业目标,制定全面的关键词矩阵和布局策略。

    3

    技术优化实施

    解决网站技术问题,优化网站结构,提升页面速度和移动端体验。

    4

    内容优化建设

    创作高质量原创内容,优化现有页面,建立内容更新机制。

    5

    外链建设推广

    获取高质量外部链接,建立品牌在线影响力,提升网站权威度。

    6

    数据监控调整

    持续监控排名、流量和转化数据,根据效果调整优化策略。

    SEO优化常见问题

    SEO优化一般需要多长时间才能看到效果?
    SEO是一个渐进的过程,通常需要3-6个月才能看到明显效果。具体时间取决于网站现状、竞争程度和优化强度。我们的标准套餐一般在2-4个月内开始显现效果,高级定制方案可能在1-3个月内就能看到初步成果。
    你们使用白帽SEO技术还是黑帽技术?
    我们始终坚持使用白帽SEO技术,遵循搜索引擎的官方指南。我们的优化策略注重长期效果和可持续性,绝不使用任何可能导致网站被惩罚的违规手段。作为百度官方合作伙伴,我们承诺提供安全、合规的SEO服务。
    SEO优化后效果能持续多久?
    通过我们的白帽SEO策略获得的排名和流量具有长期稳定性。一旦网站达到理想排名,只需适当的维护和更新,效果可以持续数年。我们提供优化后维护服务,确保您的网站长期保持竞争优势。
    你们提供SEO优化效果保障吗?
    我们提供基于数据的SEO效果承诺。根据服务套餐不同,我们承诺在约定时间内将核心关键词优化到指定排名位置,或实现约定的自然流量增长目标。所有承诺都会在服务合同中明确约定,并提供详细的KPI衡量标准。

    SEO优化效果数据

    基于我们服务的客户数据统计,平均优化效果如下:

    +85%
    自然搜索流量提升
    +120%
    关键词排名数量
    +60%
    网站转化率提升
    3-6月
    平均见效周期

    行业案例 - 制造业

    • 优化前:日均自然流量120,核心词无排名
    • 优化6个月后:日均自然流量950,15个核心词首页排名
    • 效果提升:流量增长692%,询盘量增加320%

    行业案例 - 电商

    • 优化前:月均自然订单50单,转化率1.2%
    • 优化4个月后:月均自然订单210单,转化率2.8%
    • 效果提升:订单增长320%,转化率提升133%

    行业案例 - 教育

    • 优化前:月均咨询量35个,主要依赖付费广告
    • 优化5个月后:月均咨询量180个,自然流量占比65%
    • 效果提升:咨询量增长414%,营销成本降低57%

    为什么选择我们的SEO服务

    专业团队

    • 10年以上SEO经验专家带队
    • 百度、Google认证工程师
    • 内容创作、技术开发、数据分析多领域团队
    • 持续培训保持技术领先

    数据驱动

    • 自主研发SEO分析工具
    • 实时排名监控系统
    • 竞争对手深度分析
    • 效果可视化报告

    透明合作

    • 清晰的服务内容和价格
    • 定期进展汇报和沟通
    • 效果数据实时可查
    • 灵活的合同条款

    我们的SEO服务理念

    我们坚信,真正的SEO优化不仅仅是追求排名,而是通过提供优质内容、优化用户体验、建立网站权威,最终实现可持续的业务增长。我们的目标是与客户建立长期合作关系,共同成长。

    提交需求或反馈

    Demand feedback