據 AlphaMoat 統計,截至 2026-10,Parallel Task Executor 累計下載 5,000 次、獲 3 個星標,按累計下載量在本次參與排名的 10,914 個 AI 技能中排名第 5,858 位,在「AI 智慧體」分類(1,632 個)中排名第 826 位。
列表預設按累計下載量排序,也可按星標排序;詳情頁排名按累計下載量計算。
| 平台 | 累計下載 | 星標 | 評論 |
|---|---|---|---|
| ClawHub ↗ | 3690 | 2 | 2 |
| SkillHub ↗ | 5000 | 3 | — |
各平台的計數口徑不同,統計時間不一致。
註冊多條指令,識別依賴與任務型別,按優先順序排程獨立任務並行,依賴任務依序執行;可跟蹤狀態、收集結果及提供失敗恢復建議。併發需受 CPU、記憶體和 I/O 約束,允許部分失敗,來源範例的進度或成功率不代表實測。
資料釋出於 2026-10-26
以下是根據技能文件生成的示例,不代表實際執行結果。
依據技能文件中的宣告整理,未經實際安裝或執行驗證。
~/.openclaw/openclaw.json 設定併發、逾時、重試和進度選項;避免過量併發。2026-09 起統計方法調整:同名技能按作者分別統計,並覆蓋全部技能。圖中虛線為調整前的月份,與之後的資料不直接比較,也不計算跨越調整的增長。
| 月份 | 累計下載 | 環比 | 星標 |
|---|---|---|---|
| 2026-10 | 5000 | — | 3 |
| 2026-09 | 3743 | — | 3 |
| 2026-08 | 3477 | +2.5% | 3 |
| 2026-07 | 3392 | — | 3 |
| 2026-05 | 3054 | — | 3 |
| 2026-03 | 2469 | — | 2 |
以下是作者釋出的原始檔案,按純文字顯示,本站未做修改或稽核;其中的連結不可點選,命令請核實後再執行。抓取於 2026-10-23。
--- name: parallel-task-executor description: 多任务并行执行管理器。接收多条指令并同步执行,支持优先级调度、任务依赖、结果收集和进度跟踪。适用于需要并发处理多个独立任务的场景。 --- # 多任务并行执行管理器 ## 核心能力 接收用户的多条指令,自动识别任务类型、优先级和依赖关系,并在并发执行池中同步处理。
## 任务队列管理
### 任务注册
当收到多条指令时,自动注册为独立任务:
```json
{
"task_id": "task_123",
"command": "下载文件",
"priority": 1,
"status": "pending",
"created_at": "2026-02-05T22:30:00Z",
"depends_on": []
}
```
### 优先级系统
**优先级级别:**
- `P0` - 最高优先级(紧急任务)
- `P1` - 高优先级(重要任务)
- `P2` - 中优先级(普通任务)
- `P3` - 低优先级(可选任务)
**调度策略:**
1. 高优先级任务优先执行
2. 同优先级任务按时间戳 FIFO
3. 低优先级任务在系统空闲时执行
## 并发执行池
### 执行模式
**同步执行模式:**
```json
{
"mode": "parallel",
"max_concurrent": 4,
"tasks": [
{ "task_id": 1, "command": "任务1" },
{ "task_id": 2, "command": "任务2" },
{ "task_id": 3, "command": "任务3" }
]
}
```
**串行执行模式:**
```json
{
"mode": "serial",
"tasks": [
{ "task_id": 1, "command": "任务1" },
{ "task_id": 2, "command": "任务2" },
{ "task_id": 3, "command": "任务3" }
]
}
```
### 并发控制
- **最大并发数:** 默认 4
- **超时时间:** 默认 30 秒
- **重试次数:** 默认 3
- **资源限制:** CPU、内存、I/O
## 任务类型识别
### 自动识别的任务类型
1. **文件操作**
- 创建/删除文件
- 移动/重命名文件
- 下载/上传文件
2. **浏览器操作**
- 打开网页
- 填写表单
- 截图
3. **命令执行**
- Shell 命令
- 脚本执行
- 应用程序启动
4. **数据处理**
- 解析 JSON/XML
- 文件转换
- 数据计算
5. **网络请求**
- HTTP 请求
- API 调用
- 数据库查询
## 任务调度流程
```
接收指令 → 任务注册 → 优先级排序 → 执行池分配 → 并发执行 → 结果收集 → 报告生成
```
### 详细流程
1. **接收指令**
- 解析用户的多条消息
- 提取任务命令
- 识别任务类型
2. **任务注册**
- 生成唯一任务 ID
- 设置优先级
- 检查依赖关系
3. **优先级排序**
- 按 P0→P1→P2→P3 排序
- 同优先级按时间排序
4. **执行池分配**
- 最多 N 个并发任务
- 检查系统资源
- 分配到执行槽
5. **并发执行**
- 执行任务
- 实时进度更新
- 错误处理
6. **结果收集**
- 收集所有任务结果
- 合并成功/失败状态
- 生成报告
## 进度追踪
### 实时进度
```json
{
"total_tasks": 5,
"completed": 2,
"running": 2,
"pending": 1,
"progress": "40%",
"eta": "预计剩余 30 秒"
}
```
### 任务状态
- `pending` - 等待中
- `running` - 执行中
- `completed` - 已完成
- `failed` - 失败
- `cancelled` - 已取消
## 结果报告
### 执行报告
```json
{
"execution_id": "exec_456",
"total_tasks": 5,
"completed": 4,
"failed": 1,
"success_rate": "80%",
"duration": "45.2秒",
"tasks": [
{
"task_id": 1,
"command": "创建文件",
"status": "completed",
"result": "成功",
"duration": "2.1秒"
},
{
"task_id": 2,
"command": "下载文件",
"status": "completed",
"result": "成功",
"duration": "18.5秒"
}
]
}
```
## 错误处理
### 错误恢复策略
1. **自动重试**
- 失败任务自动重试
- 最多重试 3 次
- 指数退避策略
2. **错误隔离**
- 单个任务失败不影响其他任务
- 失败任务独立处理
- 失败报告详细
3. **错误通知**
- 实时错误状态
- 失败原因分析
- 建议解决方案
## 使用示例
### 示例1:多条独立任务
```bash
# 用户发送
"创建文件A,创建文件B,下载文件C"
# 系统自动处理为 3 个并发任务
# 结果:
# ✓ 任务1: 创建文件A - 成功
# ✓ 任务2: 创建文件B - 成功
# ✓ 任务3: 下载文件C - 成功
```
### 示例2:带优先级任务
```bash
# 用户发送
"高优先级:删除临时文件,中优先级:备份文件,低优先级:整理文档"
# 系统按优先级排序执行
# 结果:
# ✓ 高优先级:删除临时文件 - 成功
# ✓ 中优先级:备份文件 - 成功
# ✓ 低优先级:整理文档 - 成功
```
### 示例3:任务依赖
```bash
# 用户发送
"先创建目录,再创建文件"
# 系统自动识别依赖关系
# 结果:
# ✓ 任务1: 创建目录 - 成功
# ✓ 任务2: 创建文件 - 成功(依赖任务1完成)
```
## 配置参数
可在 `~/.openclaw/openclaw.json` 中配置:
```json
{
"parallel-executor": {
"max_concurrent_tasks": 4,
"task_timeout_seconds": 30,
"max_retries": 3,
"default_priority": "P1",
"enable_progress_tracking": true,
"enable_error_recovery": true
}
}
```
## 最佳实践
### 任务拆分原则
- 将复杂任务拆分为独立小任务
- 避免任务间强依赖
- 合理设置任务优先级
### 并发控制
- 高优先级任务可提高并发数
- 避免过度并发导致系统负载过高
- 监控系统资源使用
### 错误处理
- 允许部分失败
- 详细记录错误信息
- 提供恢复建议
## 资源
- [执行报告格式](references/reports.md)
- [任务优先级规范](references/priorities.md)
- [调度算法说明](references/scheduler.md)
將開發過程中的經驗、錯誤與修正記錄為 Markdown 檔案,供日後重用並提升為工作區記憶。
用自然語言描述需求,在本機與遠端技能市場尋找技能並取得推薦。
給 AI agent 用的瀏覽器自動化命令列技能。
將使用者明確糾正與自我檢視整理成分層記憶,並依使用情況升級或封存。
規劃 AI 代理主動跟進、工作記憶與回顧流程的工作區設定指南。
指導如何建立與更新有效 Claude 技能的寫作指南。
在安裝第三方技能之前,按清單審查來源、許可權與危險模式的技能。
把盛唐詩人李白的詩學觀、意象系統與口吻,蒸餾成 AI 可呼叫的角色包。
資料月份:2026-10 · 下載/星標數聚合自公開技能註冊庫(ClawHub、SkillHub),按月更新。口徑說明見資料方法。