小橘
b2c04d49d6
WorkItem 驱动、事件接力、递归 breakdown 的纯 serverless
任务调度架构。核心洞察：没有 subagent，只有接力棒在
无状态 worker 之间传递。
小橘 🍊 (NEKO Team)
375 lines
12 KiB
Markdown
375 lines
12 KiB
Markdown
---
|
|
title: "Baton — Serverless 任务接力系统"
|
|
description: "WorkItem 驱动、事件接力、递归 breakdown 的纯 serverless 任务调度架构"
|
|
date: 2026-04-04
|
|
authors: [小橘 🍊]
|
|
tags: [baton, uncaged, architecture, serverless, task-scheduling]
|
|
---
|
|
|
|
# Baton 🏃 — Serverless 任务接力系统
|
|
|
|
!!! abstract "一句话"
|
|
没有 subagent，没有长进程。只有接力棒（Baton）在无状态 worker 之间传递，直到任务完成。
|
|
|
|
## 问题
|
|
|
|
传统 AI Agent 架构中，"subagent"是一个被广泛使用的概念：主 agent spawn 一个子 agent 来处理子任务。但这个模型有几个根本问题：
|
|
|
|
1. **Subagent 是重量级的** — 每个 subagent 有自己的身份、system prompt、上下文窗口，spawn 开销大
|
|
2. **暗示长进程** — subagent "活着"直到任务完成，在 serverless 环境（如 CF Workers）中不可行
|
|
3. **概念上是错的** — agent 不是在"生孩子"，它只是在并发地做几件事
|
|
|
|
### 核心洞察
|
|
|
|
> **根本不存在 subagent。只有 agent 对特定任务的工作过程。**
|
|
|
|
就像 goroutine——不是创建一个新的"程序"，而是在同一个程序里开了一个并发的执行流。轻量、共享上下文、做完就没了。
|
|
|
|
## 设计
|
|
|
|
### Baton（接力棒）
|
|
|
|
一个 Baton 是一个**完整的、自包含的任务描述**。任何一个无状态的 worker 拿到它就能开始工作：
|
|
|
|
```typescript
|
|
interface Baton {
|
|
id: string // "bt_abc123"
|
|
|
|
// ── 任务定义 ──
|
|
goal: string // 要完成什么
|
|
context: Record<string, any> // 上下文信息（用户、来源、任何相关数据）
|
|
tools?: string[] // 工具白名单（空 = 全部可用）
|
|
prompt?: string // 针对这个任务的额外指令
|
|
constraints?: {
|
|
max_rounds?: number // agentic loop 最大轮数
|
|
timeout_hint?: number // 建议执行时间（秒），worker 据此决定是否 breakdown
|
|
}
|
|
|
|
// ── 任务树 ──
|
|
parent_id?: string // 父 Baton（null = 根任务）
|
|
children?: string[] // 子 Baton ID 列表（breakdown 时填入）
|
|
depth: number // 递归深度（根 = 0）
|
|
|
|
// ── 状态 ──
|
|
status: 'pending' | 'running' | 'completed' | 'failed' | 'spawned'
|
|
result?: any // 执行结果（completed 时）
|
|
error?: string // 错误信息（failed 时）
|
|
|
|
// ── 元数据 ──
|
|
created_at: number
|
|
updated_at: number
|
|
channel?: string // 结果通知渠道（telegram / api / a2a）
|
|
notify?: boolean // 完成后是否通知用户
|
|
}
|
|
```
|
|
|
|
### Worker
|
|
|
|
Worker 是**无状态的执行器**。它不知道自己是"主 agent"还是"子 agent"——这个区别不存在。它只知道：
|
|
|
|
1. 拿到一个 Baton
|
|
2. 执行它
|
|
3. 报告结果
|
|
|
|
```typescript
|
|
async function executeBaton(baton: Baton): Promise<void> {
|
|
// 唯一的决策：我能在时间窗口内完成吗？
|
|
if (shouldBreakdown(baton)) {
|
|
// 太大了 → 拆分
|
|
const children = await planBreakdown(baton)
|
|
await spawnChildren(baton.id, children)
|
|
await updateStatus(baton.id, 'spawned')
|
|
} else {
|
|
// 可以完成 → 执行
|
|
try {
|
|
const result = await runAgentLoop(baton)
|
|
await complete(baton.id, result)
|
|
} catch (e) {
|
|
await fail(baton.id, e.message)
|
|
}
|
|
}
|
|
}
|
|
```
|
|
|
|
### 三种结局
|
|
|
|
每个 worker 执行一个 Baton，只有三种可能的结果：
|
|
|
|
| 结局 | 含义 | 触发什么 |
|
|
|------|------|----------|
|
|
| **completed** | 任务完成，result 填入 | 触发 parent 的 children check |
|
|
| **failed** | 任务失败，error 填入 | 触发 parent 的错误处理 |
|
|
| **spawned** | 任务太大，已拆分成子 Baton | 子 Baton 进入 pending，等待调度 |
|
|
|
|
第三种是递归的——子 Baton 也可以再拆分。
|
|
|
|
### 事件驱动调度
|
|
|
|
**没有轮询，没有长连接。** 全靠事件：
|
|
|
|
```
|
|
Baton 状态变更 → 事件 → 调度器检查 → 触发下一步
|
|
```
|
|
|
|
核心调度逻辑：
|
|
|
|
```typescript
|
|
async function onBatonStatusChange(batonId: string, newStatus: string) {
|
|
const baton = await loadBaton(batonId)
|
|
|
|
if (newStatus === 'completed' || newStatus === 'failed') {
|
|
if (baton.parent_id) {
|
|
// 有 parent → 检查所有 siblings 是否都完成了
|
|
const parent = await loadBaton(baton.parent_id)
|
|
const children = await loadChildren(parent.id)
|
|
const allDone = children.every(c => c.status === 'completed' || c.status === 'failed')
|
|
|
|
if (allDone) {
|
|
// 所有子任务完成 → 唤醒 parent 继续执行
|
|
const childResults = children.map(c => ({ id: c.id, goal: c.goal, result: c.result, error: c.error }))
|
|
await resumeParent(parent, childResults)
|
|
}
|
|
} else {
|
|
// 没有 parent → 根任务完成 → 通知用户
|
|
if (baton.notify) {
|
|
await notifyUser(baton)
|
|
}
|
|
}
|
|
}
|
|
|
|
if (newStatus === 'pending') {
|
|
// 新任务 → 派发给 worker 执行
|
|
await dispatchToWorker(baton)
|
|
}
|
|
}
|
|
```
|
|
|
|
### 事件接力图
|
|
|
|
```
|
|
用户消息
|
|
│
|
|
▼
|
|
┌─────────────────────┐
|
|
│ 请求 1: Worker │
|
|
│ 拿到 bt_root │
|
|
│ → 太大，breakdown │
|
|
│ → spawn bt_a, bt_b │
|
|
│ → 退出 │
|
|
└─────────────────────┘
|
|
│ │
|
|
▼ ▼
|
|
┌──────────┐ ┌──────────┐
|
|
│ 请求 2 │ │ 请求 3 │ ← 并发！
|
|
│ 执行 bt_a │ │ 执行 bt_b │
|
|
│ → completed│ │ → completed│
|
|
└──────────┘ └──────────┘
|
|
│ │
|
|
└───────┬────────┘
|
|
▼
|
|
┌─────────────────────┐
|
|
│ 请求 4: Worker │
|
|
│ bt_root 被唤醒 │
|
|
│ → 汇总 bt_a + bt_b │
|
|
│ → completed │
|
|
│ → 通知用户 │
|
|
└─────────────────────┘
|
|
```
|
|
|
|
每个请求都是短暂的。没有任何一个 Worker 需要跑超过执行窗口。但整个任务可以跨越任意长的时间、任意深的递归。
|
|
|
|
**用事件接力代替长进程。**
|
|
|
|
### Breakdown 决策
|
|
|
|
Worker 怎么判断"我能完成吗"？两个信号：
|
|
|
|
**1. 时间预估（硬约束）**
|
|
|
|
```typescript
|
|
function shouldBreakdown(baton: Baton): boolean {
|
|
const timeHint = baton.constraints?.timeout_hint || 25 // 默认 25 秒窗口
|
|
const estimatedRounds = estimateRounds(baton.goal, baton.tools)
|
|
const avgRoundTime = 5 // 每轮 LLM 调用约 5 秒
|
|
|
|
return estimatedRounds * avgRoundTime > timeHint
|
|
}
|
|
```
|
|
|
|
**2. LLM 判断（软约束）**
|
|
|
|
也可以直接问 LLM：
|
|
|
|
> "你有约 25 秒的执行窗口。以下任务能在窗口内完成吗？如果不能，请拆分成可以独立完成的子任务。"
|
|
|
|
LLM 天然擅长判断任务复杂度。如果它认为"查天气"一轮就搞定，就直接做；如果认为"写一篇分析报告"需要搜索 + 整理 + 写作，就拆分。
|
|
|
|
**递归的自然退出条件**：任务小到一个 worker 能在时间窗口内完成时，递归就停了。不需要预设"最多拆几层"——复杂度决定深度。
|
|
|
|
## 存储层
|
|
|
|
### D1 Schema
|
|
|
|
```sql
|
|
CREATE TABLE batons (
|
|
id TEXT PRIMARY KEY,
|
|
parent_id TEXT,
|
|
depth INTEGER DEFAULT 0,
|
|
|
|
-- 任务定义
|
|
goal TEXT NOT NULL,
|
|
context TEXT, -- JSON
|
|
tools TEXT, -- JSON array
|
|
prompt TEXT,
|
|
max_rounds INTEGER DEFAULT 6,
|
|
timeout_hint INTEGER DEFAULT 25,
|
|
|
|
-- 状态
|
|
status TEXT DEFAULT 'pending', -- pending/running/completed/failed/spawned
|
|
result TEXT, -- JSON
|
|
error TEXT,
|
|
|
|
-- 通知
|
|
channel TEXT, -- telegram / api / a2a
|
|
notify INTEGER DEFAULT 0,
|
|
|
|
-- 时间
|
|
created_at INTEGER NOT NULL,
|
|
updated_at INTEGER NOT NULL,
|
|
|
|
FOREIGN KEY (parent_id) REFERENCES batons(id)
|
|
);
|
|
|
|
CREATE INDEX idx_batons_parent ON batons(parent_id);
|
|
CREATE INDEX idx_batons_status ON batons(status);
|
|
```
|
|
|
|
### 为什么是 D1 而不是 KV
|
|
|
|
- **强一致性** — 状态机需要 read-then-write 原子性，KV 的 60 秒最终一致性会导致 race condition
|
|
- **SQL 查询** — "查找某个 parent 下所有 children 的状态"是高频操作，D1 原生支持
|
|
- **事务** — 更新 Baton 状态 + 检查 siblings 需要在同一个事务里
|
|
|
|
## 调度机制
|
|
|
|
### CF Workers 实现
|
|
|
|
在 CF Workers 环境下，调度有几种方式：
|
|
|
|
**方案 A：自调用 + waitUntil（推荐起步）**
|
|
|
|
```typescript
|
|
// 创建子 Baton 后，通过 waitUntil 异步触发执行
|
|
for (const child of children) {
|
|
ctx.waitUntil(
|
|
fetch(`https://doudou.shazhou.work/baton/${child.id}/run`, {
|
|
method: 'POST',
|
|
headers: { 'Authorization': `Bearer ${token}` },
|
|
})
|
|
)
|
|
}
|
|
```
|
|
|
|
- ✅ 零额外基础设施
|
|
- ✅ 天然并发（多个 waitUntil 并行）
|
|
- ⚠️ 需要 Custom Domain（避免同 account Worker 互调限制）
|
|
|
|
**方案 B：Queue + Consumer**
|
|
|
|
```typescript
|
|
// Baton 状态变更时推入 Queue
|
|
await env.BATON_QUEUE.send({ batonId: child.id, action: 'execute' })
|
|
```
|
|
|
|
CF Queues 的 Consumer 天然是事件驱动的，重试、死信队列都有。
|
|
|
|
- ✅ 真正的异步，解耦调度和执行
|
|
- ✅ 内置重试和错误处理
|
|
- ⚠️ 需要配置 Queue binding
|
|
|
|
**方案 C：Durable Objects 协调器（远期）**
|
|
|
|
一个 DO 实例管理整棵任务树的状态。
|
|
|
|
- ✅ 强一致 + 实时事件
|
|
- ⚠️ 复杂度高，起步不需要
|
|
|
|
### 建议路径
|
|
|
|
**Phase 1**：方案 A（自调用 + waitUntil）。验证 Baton 模型本身是否 work。
|
|
|
|
**Phase 2**：方案 B（Queue）。当任务量上来需要更可靠的调度时引入。
|
|
|
|
**Phase 3**：方案 C（DO）。当需要实时状态推送、复杂协调逻辑时考虑。
|
|
|
|
## 与 Uncaged 集成
|
|
|
|
### 新端点
|
|
|
|
```
|
|
POST /baton → 创建 Baton（外部触发）
|
|
POST /baton/:id/run → 执行 Baton（内部调度）
|
|
GET /baton/:id → 查询状态
|
|
GET /baton/:id/tree → 查询完整任务树
|
|
```
|
|
|
|
### 新内置 Tool
|
|
|
|
```typescript
|
|
// 主 agent 的 agentic loop 中可用
|
|
{
|
|
name: "spawn_task",
|
|
description: "创建一个并发子任务。任务会被独立执行，完成后结果自动汇总。",
|
|
parameters: {
|
|
goal: { type: "string", description: "子任务目标" },
|
|
tools: { type: "array", description: "工具白名单（可选）" },
|
|
context: { type: "object", description: "额外上下文（可选）" },
|
|
}
|
|
}
|
|
```
|
|
|
|
LLM 可以在 agentic loop 中调用 `spawn_task` 创建并发子任务。当所有子任务完成后，结果自动注入到主 agent 的下一轮对话中。
|
|
|
|
### 用户体验
|
|
|
|
用户感知不到 Baton 的存在。对用户来说：
|
|
|
|
1. 发一条消息
|
|
2. 豆豆说"让我想想…"（或直接开始回复）
|
|
3. 一段时间后，收到完整的回复
|
|
|
|
如果任务很快（单个 Baton 直接完成），体验和现在一样。如果任务复杂（breakdown 了好几层），用户只是等得稍微久一点，但最终收到的是一个汇总好的完整回答。
|
|
|
|
可选的透明度增强：
|
|
|
|
- 豆豆可以先发一条"我正在并行处理 3 个子任务…"
|
|
- 子任务完成时逐个推送进展
|
|
- 这由根 Baton 的 `notify` 策略控制
|
|
|
|
## 与 Sigil 的关系
|
|
|
|
| | Sigil | Baton |
|
|
|--|-------|-------|
|
|
| 管理什么 | 能力（Capability） | 任务（Task） |
|
|
| 核心隐喻 | 印记 — 刻在石头上的符文 | 接力棒 — 手递手传递 |
|
|
| 虚拟化 | 能力虚拟内存（按需加载/卸载） | 执行虚拟化（事件接力/递归 breakdown） |
|
|
| 存储 | KV（能力代码 + 元数据） | D1（任务状态 + 树结构） |
|
|
| 生命周期 | 持久（能力一直在，按需换入换出） | 短暂（任务完成即消失） |
|
|
|
|
Sigil + Baton = **agent 既不需要预装所有工具，也不需要一口气跑完所有任务。**
|
|
|
|
能力按需加载，执行按需接力。完全的 serverless 范式。
|
|
|
|
## 设计原则
|
|
|
|
1. **任务是一等公民，agent 不是** — Baton 是主语，worker 是动词。没有"子 agent"的概念。
|
|
2. **无状态 worker** — 任何 worker 拿到任何 Baton 都能执行。不依赖特定实例。
|
|
3. **事件驱动** — 没有轮询，没有长连接。状态变更触发下一步。
|
|
4. **递归 breakdown 自然收敛** — 时间窗口是唯一约束，任务复杂度决定递归深度。
|
|
5. **用户无感** — Baton 是内部实现，用户只看到"发消息 → 收到回复"。
|
|
|
|
---
|
|
|
|
*小橘 🍊（NEKO Team）*
|
|
*2026-04-04*
|