gen2d/docs/async-tasks.md

# 异步任务

## 概述

生成任务采用「提交-异步执行-轮询/推送」模式：API 同步返回 taskId，后端异步执行四阶段管线，前端通过轮询或 WebSocket 获取进度与结果。

## 任务生命周期

```mermaid
stateDiagram-v2
    [*] --> running : POST /api/v1/generate
    running --> completed : 四阶段全部通过
    running --> failed : 节点执行失败 / 超过重试次数
    completed --> [*]
    failed --> [*]
```

| 状态 | 说明 | 持久化 |
|------|------|--------|
| `running` | 管线执行中，`task.stage` 记录当前阶段 | `task.status = 'running'`, `task.stage`, `task.progress` |
| `completed` | 管线完成，素材已保存到本地 | `task.status = 'completed'`, 写入 `asset` 表 |
| `failed` | 执行失败或超过重试上限 | `task.status = 'failed'`, `task.error` 记录原因 |
| `saving` | 保存素材中（内部状态） | `task.status = 'saving'` |

## 任务执行

各任务独立通过 goroutine 异步执行，无队列机制：

### 提交流程

```
POST /api/v1/generate
    │
    ├── 1. 创建任务记录（status=running, stage=prompt_builder, progress=5）
    ├── 2. 同步返回 taskId
    └── 3. 后台 goroutine 执行管线
```

### 执行流程

```
后台 goroutine 执行 RunPipeline(ctx, input)
    │
    ├── 1. 查询 task + project_style
    ├── 2. 构造 PipelineInput
    ├── 3. 执行管线，实时更新 stage & progress
    │       ├── prompt_builder → stage 更新，progress 5-25%
    │       ├── asset_generator → stage 更新，progress 25-60%
    │       ├── quality_supervisor → stage 更新，progress 60-80%（可能触发重优化分支）
    │       └── format_adapter → stage 更新，progress 80-90%
    ├── 4. 上传素材至存储并写入 asset 表（status=saving, progress 90%）
    ├── 5. 更新 task.status = completed（progress 100%）
    └── 6. 异常时更新 task.status = failed, task.error = 错误信息
```

### 并发控制

无固定 Worker 限制，每个请求启动一个独立 goroutine。实际并发受：
- 系统资源（CPU、内存）
- AI 推理 API 限流
- 数据库连接池

## 管线阶段与进度

每个阶段对应 Eino Graph 的一个节点，执行过程中更新 `task.stage` 和 `task.progress`：

| 阶段 | stage 值 | 进度范围 | 说明 |
|------|----------|---------|------|
| 提示词优化 | `prompt_builder` | 5-25% | 调用 PromptAgent/LLM 优化提示词，合并风格与技术参数 |
| 素材生成 | `asset_generator` | 25-60% | 调用 AI 推理 API 出图 |
| 质量检查 | `quality_supervisor` | 60-80% | 视觉模型质检 |
| 格式适配 | `format_adapter` | 80-100% | 格式转换、spritesheet 打包、保存素材 |

进度更新通过 WebSocket 实时推送给前端（参见 [API 设计 - WebSocket 消息格式](api.md)）。

## 重试策略

### 质检重试（管线内重试）

QualitySupervisor 质检不通过时，Eino Graph 分支回到 PromptOptimizer 重新优化提示词：

```
QualitySupervisor -- fail --> PromptOptimizer --> AssetGenerator --> QualitySupervisor
QualitySupervisor -- pass --> FormatAdapter
```

| 参数 | 默认值 | 说明 |
|------|--------|------|
| 最大重试次数 | 3 | `task.retry_count` 达到上限后降级输出 |
| 重试触发条件 | 质检不通过 | 视觉模型判定风格不一致 |

超过重试次数后，跳过质检直接进入 FormatAdapter 输出（降级策略，保证任务不会无限循环）。

### 任务级重试（管线外重试）

管线执行过程中发生不可恢复的错误（如 AI API 超时、文件写入失败）：

| 参数 | 默认值 | 说明 |
|------|--------|------|
| 最大重试次数 | 1 | 仅重试一次 |
| 重试间隔 | 5 秒 | 固定间隔 |

重试时重新执行完整管线，不保留上次中间状态。

## 进度推送

前端可通过两种方式获取任务进度：

### 轮询

```
GET /api/v1/tasks/:taskId
```

前端定时调用（建议间隔 2-3 秒），简单可靠，适合不需要实时性的场景。

### WebSocket

```
ws://host/api/v1/tasks/:taskId/ws
```

长连接实时推送，通过 httpOnly Cookie 自动认证，每个阶段的状态变更立即通知前端。消息格式参见 [API 设计](api.md)。

## 去重

去重策略详见 [数据存储 — 去重策略](database.md#去重策略)。相同输入的并发请求直接返回已有 taskId，任务完成后从内存清除。

## 文件存储

任务完成后，FormatAdapter 将素材保存到本地文件系统。素材文件的存储结构与访问方式详见 [数据存储 — 文件存储](database.md#文件存储)。