什么是Longtask System
Longtask System 是一个专为长程任务自动化设计的状态文件驱动管理系统，旨在解决传统任务执行中常见的‘睡着’、跳步和上下文丢失问题。该系统通过守护进程（daemon）持续监控任务状态，将复杂的长任务拆解为可管理的子任务序列，并按顺序触发执行。其核心设计原则是保持自动化流程的连续性——任何环节的中断（如 Agent 离线或 CLI 调用失败）都会导致任务标记为失败并启动恢复机制。为此，系统引入了 Agent Inbox 作为关键容错机制，支持原子级进度记录与崩溃后自动重启续做，确保任务执行的可靠性和可追溯性。 系统的运行逻辑围绕一个中心状态文件 `task_state.json` 展开：守护进程 `daemon.sh` 每15秒检查一次该文件，发现待处理（pending）的子任务时，将其状态更新为执行中（doing），并通过通知脚本 `notify_agent.sh` 向指定 Agent 发送执行指令。Agent 接收到任务后执行具体操作，完成后调用 `complete_step.sh` 标记当前步骤完成，随后 daemon 继续触发下一任务。整个流程形成闭环，实现了从任务分解、状态流转到结果反馈的全自动化管理。此外，系统支持多 Agent 协作，每个任务可分配给不同 Agent 并行处理，适用于需要分工协作的复杂工作流场景。
核心功能特点
- 基于状态文件的闭环任务管理，确保长任务执行的连续性与可靠性
- 内置 Agent Inbox 机制，实现原子级任务投递与崩溃后自动恢复
- 支持多 Agent 协作，可按需分配子任务至不同执行单元
- 可视化驾驶舱提供萌宠主题实时状态监控，直观展示任务进度与状态动画
适用场景
Longtask System 特别适用于需要长时间运行、分阶段执行且对中断容忍度低的自动化场景。例如，批量内容创作任务（如一次性生成数十篇深度文章）可被拆分为多个写作步骤，由不同 Agent 分别负责选题、撰写、润色等环节，系统则负责协调各步骤的顺序执行与异常处理。在科研数据处理中，若某项分析流程包含上百个依赖前序结果的中间步骤，使用 Longtask System 可避免人工监控带来的遗漏，并在任一计算节点失败时自动重试或回滚。此外，对于部署流水线中的多阶段发布任务（如代码构建→测试→灰度发布），该系统能保证各环节严格按序推进，即使某个测试环境临时不可用，也能通过 Inbox 机制保留任务状态，待资源恢复后无缝衔接。其可视化驾驶舱进一步提升了运维透明度，让管理者能实时掌握全局进度，特别适合分布式团队协作的大型项目。