惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

月光博客
月光博客
Cyberwarzone
Cyberwarzone
L
LINUX DO - 最新话题
N
News and Events Feed by Topic
T
Troy Hunt's Blog
Help Net Security
Help Net Security
S
Security @ Cisco Blogs
Google DeepMind News
Google DeepMind News
Security Archives - TechRepublic
Security Archives - TechRepublic
M
MIT News - Artificial intelligence
G
Google Developers Blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
V2EX - 技术
V2EX - 技术
Y
Y Combinator Blog
D
Darknet – Hacking Tools, Hacker News & Cyber Security
大猫的无限游戏
大猫的无限游戏
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Microsoft Security Blog
Microsoft Security Blog
Cisco Talos Blog
Cisco Talos Blog
T
Threatpost
Recent Commits to openclaw:main
Recent Commits to openclaw:main
S
SegmentFault 最新的问题
I
InfoQ
H
Hacker News: Front Page
D
Docker
Scott Helme
Scott Helme
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Blog — PlanetScale
Blog — PlanetScale
人人都是产品经理
人人都是产品经理
博客园 - 叶小钗
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
N
Netflix TechBlog - Medium
AWS News Blog
AWS News Blog
Know Your Adversary
Know Your Adversary
博客园 - 【当耐特】
T
Tor Project blog
U
Unit 42
H
Heimdal Security Blog
Microsoft Azure Blog
Microsoft Azure Blog
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
P
Privacy & Cybersecurity Law Blog
PCI Perspectives
PCI Perspectives
美团技术团队
O
OpenAI News
T
Tailwind CSS Blog
H
Hackread – Cybersecurity News, Data Breaches, AI and More
B
Blog
GbyAI
GbyAI
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
MyScale Blog
MyScale Blog

博客园_首页

Plist 二进制格式 Milvus 和 PGVector,哪个更好? OpenClaw 已过时?在 VS Code 中运行 Hermes Agent! 第30篇文章:一个大三计科生的自白 Manim如何在数学公式中完美显示中文? Docker 部署 RocketMQ 5 并发编程核心概念辨析 C#事务处理最佳实践:别再让“主表存了、明细丢了”的破事发生 CLI 是什么?为什么大厂突然集体卷命令行? 【从0到1构建一个ClaudeAgent】协作-自主Agent UIImageView 设置图片不生效的原因排查 最小二乘问题详解20:无先验约束下的增量式SFM自由网平差 痞子衡嵌入式:大话双核i.MXRT1180之XIP应用里借助MU实现可靠Flash IAP的方法 AI Chat 封装, SemanticKerne.AiProvider.Unified 已发布 Windows下右键编辑js文件无法打开记事本——在注册表中使用环境变量 在后台服务中使用 Scoped 服务,为什么总是报错? H200 安装驱动并使用sglang启动模型 wireshark 抓包Trap上报告警内容 我用 AI 辅助开发了一系列小工具(2):图片压缩工具 [A Primer On MC and CC] 2.1 Memory Consistency 1 - 指令重排序和 SC 模型 Oracle数据库SCN推进技术详解与实践指南 玩转控件:封装个带图片的Label控件 Claude Code 4.7 真正该升级的不是模型,而是你的工作流 前端小白一句话,AI 帮我做了个颜值拉满的桌面媒体播放器。当代码不再是门槛,一句话编程就是现实。 5. WorkBuddy: 小龙虾的灵魂三件套,让你的小龙虾不只是工具 SQLite 分片方案实战:三种分片策略的深度对比 告别简陋 UI!一款基于 Fluent Design 和基于 WinUI 的开源免费、现代化的 Avalonia UI 控件库 关于二进制排列组合枚举的总结 AI开发-python-LangGraph框架(3-27-LangGraph从零实现大模型智能决策工作流) ElasticSearch主分片和副本分片概念详解 【002】HTTPS 粗解:证书、TLS 握手与对后端配置的影响 Hermes Agent 一周暴涨五万 Star,但我劝你别急着追 明明连接的是Redis的DB0,为什么能查到DB3的数据? 【从0到1构建一个ClaudeAgent】协作-Agent团队 熟悉电子元器件之后,电子小白下一步该怎么走? MAF快速入门(23)通过C#类定义Skills .NET 高级开发 | 手写一个对象映射框架 FastAPI数据库ORM怎么选?我肝了三个Demo后,终于不再纠结了 mysqldump 参数拾遗:在遗忘与铭记之间 C# .NET 周刊|2026年3月5期 Claude code入门 - 陈彦斌 一文学习入门 ThingsBoard 开源物联网平台 GitHub 热门项目 | 2026年04月16日 如何为GIT设置全局勾子,为每次提交追加信息 Number.isFinite和isFinite与isNaN()和Number.isNaN的区别 PortSwigger SQL注入LAB2 推荐一个测试人必备的Skills,从功能到性能全搞定(附详细实操和安装下载方式) 筑基期:掌握Odoo基础核心知识点02(Odoo XML 开发方式详解) GLM模型这么火,咱们用vllm也咧一个呗! 深入理解 AbortController:从底层原理到跨语言设计哲学 字符串学习笔记 多租户系统框架的基础模块设计和分析设计 Apache SeaTunnel Zeta 为什么能做到“又快又稳”? AI开发-python-LangGraph框架(3-26-LangGraph基本概念及第一个简单样例) Vue 3 组件通信,别只会用 Props 和 Emits 了,这几个狠活儿你得看看 ElasticSearch7.X版本配置密码 用Manim实现动态交点计算--从一个动点问题说起 团结引擎+Addressable+Instant Game打包抖音小游戏 function call 实战:让 LLM 自动判断 pod 异常、调用日志工具并完成故障分析 bubseek —— 让 Agent 的足迹,变成团队的洞察 通过 C# 读取并导出 PDF 书签 如何用 GitHub Actions 实现 Steam 自动化发布 【从0到1构建一个ClaudeAgent】并发-后台任务 .NET 高级开发 | 定制 ASP.NET Core 框架 电子小白:什么是运算放大器(运放) zero2Agent:面向大厂面试的 Agent 工程教程,从概念到生产的完整学习路线 堆上的ORW HC32F460 USB CDC通信异常:非对齐访问异常排查 20260413-Hyperbridge 攻击事件:发生在默克尔山上的验证绕过 那些喊着AI 要淘汰你的人,正在靠你的焦虑赚大钱! 深度学习进阶(八)Swin Transformer 最小二乘问题详解19:带先验约束的增量式SFM优化与实现 SnapTranslate 3.0 正式发布:全局划词翻译 + 完整英语学习闭环,一站式搞定查词、记词、复习 工作的意义、工作的困难认知再思考 .NET + AI 进阶实战:基于类的技能开发 - 打造可治理的 Agent 能力模块 【从0到1构建一个ClaudeAgent】规划与协调-技能 上周热点回顾(4.6-4.12) 电子小白的工具三件套:面包板、杜邦线、万能板 单表五亿数据的查询优化 | Mysql、StarRocks 2. WorkBuddy:从“我是谁”到“帮我干活” C# 如何减少代码运行时间:7 个实战技巧 基于HelixToolkit.SharpDX 渲染3D模型 - 笺上知微 从零开始的双臂具身VLA起源及现阶段发展综述 - SkyXZ 记对 xonsh shell 的使用, 脚本编写, 迁移及调优 - pluvium27 受够了Vibe Coding的失控?换个起点,让AI事半功倍 从开始配置漏洞环境到漏洞复现流程 - 難しい 关于10年工作经验的程序员对OpenClaw的实战经验分享以及看法 - 虚无境 Any metadata 的内存布局 C# .NET 周刊|2026年3月2期 - InCerry 我帮你测过了,测试圈排名第二的 Skill 依然很牛逼 Skill Discovery | 无监督技能发现的经典工作总结 - MoonOut 上下文工程是什么?过时了么?一文讲明白! - 一枫说码 开了 TUN 模式还是直连?90% 的人都踩过这个坑 AScript扩展多种脚本语言 - rockey627 AI 学习笔记:Agent 的记忆机制 你能被装进一个文件里吗?——7 万人把同事"蒸馏"成了 AI - 我没有三颗心脏 Claude Code 通关手册(七):给 AI 装上技能包——Skills 完全指南 - 暮色之狐 在浏览器中快速编辑代码:VSCode Web 集成实践 - Newbe36524 蒸馏自己 skill?基于 Deepseek 的蒸馏器,丐版蒸馏方式,简单便捷 - To_Carpe_Diem Spring AI Aliababa和AgentScope,哪个更好? - 苏三说技术
让 FastAPI Agent 思考不阻塞:手把手教你实现异步任务与后台处理方案
一名程序媛呀 · 2026-05-14 · via 博客园_首页

🚀 别让你的 Agent 变成“死机”的代名词

你有没有遇到过这种尴尬:
你写了一个超牛的 AI Agent,它能深度搜索、分析报告,甚至还能写代码。
但当你兴致勃勃地在 FastAPI 里调用它时,前端小哥跑过来敲你桌子:“姐姐,你这接口报 504 超时了啊!用户盯着转圈圈盯了半分钟,早跑了!” 🎯

说实话,这就是 Agent 开发最让人头疼的地方。
LLM 思考需要时间,Agent 这种还要“反思、搜索、再反思”的多步任务,时间更是没个准。
如果你在 FastAPI 的接口里直接 await agent.run() ,那基本上就是在玩火。

今天我们就聊聊,怎么把这种“慢任务”优雅地甩到后台去,让 API 秒回,让 Agent 慢慢想。

💡 核心摘要:我们要解决什么?

- 解决长耗时 Agent 任务导致的接口超时问题

- 搞清楚什么时候用自带的任务,什么时候上专业队列

- 实现任务状态的实时查询和进度推送

- 避开那些看似聪明实则坑人的并发陷阱

🛠️ 第一部分:方案选择——杀鸡要用牛刀吗?

在 FastAPI 里处理后台任务,主要有两种路子,大白话比喻:

1. FastAPI BackgroundTasks(轻便的小推车)

这是 FastAPI 内置的功能。它的原理是:在 HTTP 响应返回后,在同一个进程里顺便把任务做了。

适用场景: 发个确认邮件、打个简单的日志。

吐槽一句: 别拿它去跑重型 Agent!因为它和你的 Web 服务抢 CPU,任务一多,你整个 API 都会变得卡顿。

2. Celery / ARQ(专业的运输车队)

这是把任务彻底发到另一个地方(Worker)去执行,通常配合 Redis 或者 RabbitMQ。

适用场景: 这种才是 Agent 的正解。不管 Agent 跑 1 分钟还是 1 小时,你的 API 都是瞬间回复一个 task_id

👨‍💻 第二部分:实战演练——让 Agent “隐身”思考

原理解释的差不多了,咱们直接上干货。假设我们要实现一个“批量生成行业分析报告”的 Agent。

1. 提交任务接口

这里重点来了:接口的任务不是“做报告”,而是“接订单”。

@app.post("/analyze")
async def start_analysis(topic: str):
    # 这里我们生成一个唯一ID
    task_id = str(uuid.uuid4())
    # 异步把任务塞进队列,千万别在这里 await agent.run()
    analyze_task.delay(task_id, topic)
    return {"status": "accepted", "task_id": task_id}  

2. 状态查询接口

前端拿到 task_id 后,可以每隔几秒来问问:“好了吗?好了吗?”

@app.get("/task/{task_id}")
async def get_status(task_id: str):
    result = analyze_task.AsyncResult(task_id)
    return {
        "task_id": task_id,
        "status": result.status, # PENDING, SUCCESS, etc.
        "result": result.result if result.ready() else None
    }  

经验之谈: 很多同学在这儿容易翻车,记得在 Agent 运行过程中不断更新 Redis 里的“中间状态”。
比如“正在搜索资料”、“正在起草文案”,这样前端显示进度条时,用户才不会觉得程序死了。

⚠️ 第三部分:避坑指南——那些我踩过的血泪坑

接下来重点来了,这都是反复Debug换来的教训😭:

🎯 危险的 asyncio.create_task:

有些朋友喜欢在 FastAPI 里直接用这个函数来启动 Agent。看上去很美好,但它是“内存寄生型”。
如果你的服务器突然重启,或者并发稍微高一点,内存会瞬间爆炸,而且任务丢了你都不知道在哪儿哭!

🎯 数据库连接池耗尽:

Agent 在跑异步任务时,如果每个步骤都去读写数据库,记得一定要在任务结束时手动释放连接。不然等你 Agent 跑完,你的 Web 服务也就挂了。

🎯 实时进度建议用 WebSocket:

如果你的 Agent 步骤非常多,轮询接口(Polling)会给服务器增加很多没必要的压力。这时候可以考虑用 FastAPI 的 WebSocket 建立长连接,让 Worker 主动把进度“推”给前端。

这里多说一句:你的 Agent 通常跑在 Celery 的 Worker 进程里,而 WebSocket 连在 FastAPI 的进程里。Worker 里的 Agent 进度怎么传给 Web 进程?
千万别尝试在 Worker 里直接调用 WebSocket 的 send 方法,那不在一个次元!最稳妥的办法是用
Redis 的 Pub/Sub(发布/订阅) 机制。

这里给个参考:

# 搞个“连接管理器”,万一用户断网了、刷新页面了,你得能及时把废弃的连接清理掉,否则内存溢出分分钟的事
class ConnectionManager:
    def __init__(self):
        # 存放活跃连接,key是task_id或者user_id
        self.active_connections: dict[str, WebSocket] = {}

    async def connect(self, task_id: str, websocket: WebSocket):
        await websocket.accept()
        self.active_connections[task_id] = websocket

    def disconnect(self, task_id: str):
        if task_id in self.active_connections:
            del self.active_connections[task_id]

    async def send_progress(self, task_id: str, message: dict):
        if task_id in self.active_connections:
            await self.active_connections[task_id].send_json(message)

manager = ConnectionManager()

# 在 Celery Task 内部(发布者)
redis_client.publish(f"task_progress_{task_id}", json.dumps({"step": "正在搜索资料", "percent": 30}))

# FastAPI 端(订阅者)
@app.websocket("/ws/{task_id}")
async def websocket_endpoint(websocket: WebSocket, task_id: str):
    await manager.connect(task_id, websocket)
    pubsub = redis_client.pubsub()
    await pubsub.subscribe(f"task_progress_{task_id}")
    
    try:
        while True:
            # 持续监听 Redis 的消息
            message = await pubsub.get_message(ignore_subscribe_init=True)
            if message:
                data = json.loads(message['data'])
                await manager.send_progress(task_id, data)
                if data.get("percent") == 100: # 任务完成,关掉对讲机
                    break
            await asyncio.sleep(0.1) # 稍微喘口气,别空转太猛
    except WebSocketDisconnect:
        manager.disconnect(task_id)

🌟 进阶思考:Agent 实例的并发管理

你可能会问:如果我有 100 个用户同时点“生成报告”,我的 Worker 塞满了怎么办?

这时候你需要给任务加 优先级队列 。VIP 客户的 Agent 优先跑,普通用户的慢慢排队。

而且,针对 LLM 的 API 限流(Rate Limit),你也需要在 Celery 这一层做控制,别让你的 Agent 跑太快把 OpenAI 的 Key 给跑封了。

最后啰嗦一句,后台任务工具的选择,不是功能越多越好,而是要看你的项目规模。如果是自用小 Demo, BackgroundTasks 够了;如果是要上线的产品,老老实实用 Celery 吧。


嘿,看到这里的都是真爱!Agent 开发这块水很深,但我相信只要把基础的异步架构搭稳了,后面复杂的逻辑也就是往里塞肉的事儿。

如果你在实战中遇到了什么诡异的 Bug,或者有更好的任务管理心得,评论区见呀!别忘了点赞、收藏加关注哦,咱们技术圈不迷路!✨