mirror of
https://github.com/multica-ai/multica.git
synced 2026-08-04 17:18:35 +02:00
b17f975a17
* docs(cli): clarify `issue rerun` semantics The CLI table described `multica issue rerun <id>` as "Rerun the most recent agent task", which led users to expect it would re-run whichever agent ran last. The actual behavior is to enqueue a fresh task for the issue's **current** agent assignee, regardless of who ran most recently — see `TaskService.RerunIssue` in `server/internal/service/task.go`. Also fix a stale claim in `tasks.mdx`: the "Manual rerun" section described session inheritance as "Yes", but commitb1345685made manual rerun pass `force_fresh_session=true` precisely to avoid replaying a poisoned session. Only **automatic retry** still inherits the session. Updates EN + ZH mirrors of `cli.mdx` and `tasks.mdx`. Co-authored-by: multica-agent <github@multica.ai> * docs(tasks): tighten rerun trigger surface; clean stale Go comments Apply review feedback on PR #2304: - `tasks.mdx` / `tasks.zh.mdx`: rerun is triggered via CLI or the `/api/issues/{id}/rerun` endpoint, not "UI or CLI" — there's no rerun affordance in web/desktop today. - `tasks.mdx` / `tasks.zh.mdx`: comparison table — manual rerun applies to "Issues with an agent assignee", not "All sources". The handler rejects with `issue is not assigned to an agent` for anything else, and there's no rerun path for chat or autopilot tasks. - `task_lifecycle.go`: `RerunIssue` doc comment claimed the new task "carries the most recent session_id/work_dir so the agent can resume". That has been false sinceb1345685— rewrite to reflect the actual `force_fresh_session=true` contract. - `agent.sql` (regenerated `agent.sql.go`): `GetLastTaskSession` doc said it serves "auto-retry / manual rerun"; manual rerun is now routed around it via `force_fresh_session=true`. Note both the auto-retry path it does serve and the rerun escape hatch. No logic change. Co-authored-by: multica-agent <github@multica.ai> --------- Co-authored-by: multica-agent <github@multica.ai>
117 lines
6.7 KiB
Plaintext
117 lines
6.7 KiB
Plaintext
---
|
||
title: 执行任务
|
||
description: 智能体每一次工作的单位，有明确的状态机、超时和重试规则。
|
||
---
|
||
|
||
import { Callout } from "fumadocs-ui/components/callout";
|
||
import { Mermaid } from "@/components/mermaid";
|
||
|
||
**执行任务**（task）是 [智能体](/agents) 每一次工作的单位——把一个 [issue 分给智能体](/assigning-issues)、[在评论里 @提及智能体](/mentioning-agents)、在 [聊天](/chat) 里发一条消息、或者 [Autopilot](/autopilots) 到点触发，都会产生一个执行任务。Multica 把它放进队列，由 [守护进程](/daemon-runtimes) 领走后交给对应的 [AI 编程工具](/providers) 执行，结束时把结果写回服务器。
|
||
|
||
执行任务和 [issue](/issues) 是两层不同对象：一个 issue 可以反复分配、反复 @提及、手动重跑——每次都产生一个**新的**执行任务。
|
||
|
||
## 一个任务会经过哪些状态
|
||
|
||
<Mermaid chart={`
|
||
graph LR
|
||
Q["排队中<br/>queued"] -->|daemon 领取| D["已派发<br/>dispatched"]
|
||
D -->|agent 开始| R["运行中<br/>running"]
|
||
R -->|成功| C["完成<br/>completed"]
|
||
R -->|出错或超时| F["失败<br/>failed"]
|
||
Q -->|用户取消| X["取消<br/>cancelled"]
|
||
D -->|用户取消| X
|
||
R -->|用户取消| X
|
||
F -.可重试原因.-> Q
|
||
`} />
|
||
|
||
- **排队中（queued）**——任务刚创建，等待某个守护进程来领
|
||
- **已派发（dispatched）**——守护进程领走了，正在启动对应的 AI 编程工具
|
||
- **运行中（running）**——AI 编程工具在真正干活
|
||
- **完成（completed）**——成功结束，产出（评论、代码提交、状态变化等）写回服务器
|
||
- **失败（failed）**——出错或超时终止；如果失败原因可重试，会自动回到 `queued` 再来一次
|
||
- **取消（cancelled）**——用户主动取消
|
||
|
||
## 任务超时会怎样
|
||
|
||
Multica 服务器每 30 秒扫描一次，有两种超时会触发失败：
|
||
|
||
| 什么情况 | 超时阈值 |
|
||
|---|---|
|
||
| 派发后迟迟不开始（守护进程领走但没启动 AI 工具）| **5 分钟** |
|
||
| 正在运行但跑得太久 | **2.5 小时** |
|
||
|
||
两种超时的失败原因都是 `timeout`，**会自动重试**（下一节）。关联的运行时失联判定见 [守护进程与运行时 → 运行时什么时候被判定为离线](/daemon-runtimes#运行时什么时候被判定为离线)。
|
||
|
||
## 哪些失败会自动重试，哪些不会
|
||
|
||
失败分两类：**可重试**和**不可重试**。
|
||
|
||
**可重试**（Multica 自动重排队）：
|
||
|
||
- `runtime_offline`——任务派发后，守护进程失联了
|
||
- `runtime_recovery`——守护进程崩溃重启，回收上次没跑完的任务
|
||
- `timeout`——运行超时或派发超时
|
||
|
||
**不可重试**（任务停在失败状态）：
|
||
|
||
- `agent_error`——AI 编程工具自己报错（API 错误、超额度、内部 bug）。底层问题不重试，避免无限循环。
|
||
|
||
自动重试有两个额外条件：
|
||
|
||
1. **最多 2 次**——1 次原任务 + 1 次重试。重试也失败就不再重试，即使原因可重试。
|
||
2. **只对 issue 和聊天触发的任务生效**——Autopilots 触发的任务**不自动重试**。
|
||
|
||
<Callout type="warning">
|
||
**Autopilots 任务不自动重试**是刻意设计。Autopilot 有自己的触发周期（例如每天一次）；如果失败又自动重试，会和下一个周期的任务重叠。需要失败后立即重跑，用手动重跑（下一节）。
|
||
|
||
**怎么知道 Autopilot 失败了**：失败的 Autopilot 任务会在你的 [收件箱](/inbox) 里出现一条通知，关联的 issue 状态也会从 `in_progress` 退回 `todo`。直接打开 [Autopilots](/autopilots) 页面也能看到每条 autopilot 的最近运行结果。
|
||
</Callout>
|
||
|
||
## 手动重跑和自动重试的区别
|
||
|
||
**手动重跑**（rerun）是你通过命令行或 API（`POST /api/issues/{id}/rerun`）主动发起的：
|
||
|
||
```bash
|
||
multica issue rerun <issue-id>
|
||
```
|
||
|
||
行为：
|
||
|
||
- 跑的是 issue **当前的智能体分配人**——不是上一次跑过的 agent。如果分配人在上次运行后改了，rerun 会跟着新的分配人走。要重跑一个已经不再是分配人的智能体，先把 issue 改派回它，再 rerun。
|
||
- **取消**该分配人在这条 issue 上 queued / running 的任务（如果有）。同 issue 上其它 agent 的任务（例如 @-mention 触发的并行任务）不会被一起取消。
|
||
- 创建一个**全新**的执行任务——尝试次数重置为 1，即使原任务已达最大尝试。
|
||
- 启动**全新的智能体会话**——**不**继承之前的会话 ID。手动重跑意味着你已经判定上一次的产出不行，再继续之前的对话只会重放被污染的上下文。（自动重试则相反，会继承会话——那条路径处理的是基础设施层面的失败，不是产出不好。）
|
||
|
||
对比：
|
||
|
||
| 维度 | 自动重试 | 手动重跑 |
|
||
|---|---|---|
|
||
| 触发 | 系统基于失败原因自动执行 | 你主动发起 |
|
||
| 上限 | 2 次 | 无上限 |
|
||
| 适用来源 | issue、聊天 | 有智能体分配人的 issue |
|
||
| 跑哪个 agent | 失败任务原本的 agent | issue 当前的分配人 |
|
||
| 会话继承 | 是（接着上次会话） | 否（全新会话） |
|
||
|
||
## 失败的任务对 issue 状态有什么影响
|
||
|
||
如果一个 issue 因为分配给智能体而触发的任务失败了（且没有自动重试成功），**issue 的状态会自动从 `in_progress` 退回 `todo`**——这样你打开看板时能立刻看到「这条需要再看看」。详见 [Issue 与 project](/issues)。
|
||
|
||
## 任务能接着上次的上下文继续吗
|
||
|
||
可以——前提是对应的 AI 编程工具支持会话恢复。
|
||
|
||
Multica 在任务过程中**两次**保存会话 ID——任务一开始（AI 工具返回第一条系统消息时）pin 一次，任务结束（完成或失败）时再 pin 一次。前者让守护进程中途崩溃时也能恢复，后者留给下一次**自动重试**——届时把这个 ID 传回去，智能体就能接着上次的对话和文件状态继续。**手动重跑会主动跳过这一步**，永远从全新会话开始——见 [手动重跑和自动重试的区别](#手动重跑和自动重试的区别)。
|
||
|
||
但**哪些 AI 编程工具真的支持**差别很大：
|
||
|
||
- ✅ **真支持**——Claude Code、Copilot、Hermes、Kimi、Kiro CLI、OpenCode、OpenClaw、Pi
|
||
- ⚠️ **代码看起来支持但实际不可用**——Codex、Cursor
|
||
- ❌ **不支持**——Gemini
|
||
|
||
详见 [Providers Matrix → 会话恢复](/providers#会话恢复谁真的支持)。
|
||
|
||
## 下一步
|
||
|
||
- [Providers Matrix](/providers) —— 11 款 AI 编程工具的能力差异对照（包括会话恢复的精确状态）
|
||
- [分配 issue 给智能体](/assigning-issues) / [在评论里 @智能体](/mentioning-agents) / [聊天](/chat) / [Autopilots](/autopilots) —— 触发执行任务的四种方式
|