多智能体并行调度方法、装置、设备及存储介质与流程

摘要: 本发明涉及计算机,特别涉及一种多智能体并行调度方法、装置、设备及存储介质。背景技术:1、随着软件系统规模不断扩大,软件开发过程逐渐采用规格化、模块化的开发方式,...
多智能体并行调度方法、装置、设备及存储介质与流程

本发明涉及计算机,特别涉及一种多智能体并行调度方法、装置、设备及存储介质。

背景技术:

1、随着软件系统规模不断扩大,软件开发过程逐渐采用规格化、模块化的开发方式,以提高需求分析、技术设计和代码实现之间的衔接效率。在人工智能技术应用于软件开发的场景下,人工智能智能体可以基于需求文档、技术设计文档以及任务描述执行代码分析、代码生成和代码修改等操作,从而参与软件开发过程中的具体实现工作。

2、在一些实现方式中,一项软件变更可以被拆分为多个开发任务,并由一个或多个智能体分别执行。对于不存在前后关联的开发任务,可以采用并行方式调用多个智能体,以减少整体实现耗时;对于存在前后关联的开发任务,则需要按照相应的先后顺序执行。现有的软件开发工具以及多智能体执行框架通常可以提供多个智能体的任务执行能力,但任务之间的关联关系、执行顺序以及代码修改之间的相互影响需要由开发人员或者执行控制逻辑进行处理。

3、在多智能体并行执行代码修改任务的场景下,不同任务可能涉及相同代码资源。当多个智能体对存在重叠的代码资源同时执行修改时,可能产生修改覆盖、内容不一致或者代码状态难以确定等情况。此外,随着任务数量增加,任务执行顺序、并行执行规模以及执行过程中的异常状态管理也会增加调度复杂度。现有的任务调度机制通常侧重于通用计算任务或服务任务的调度,在针对人工智能智能体参与软件代码实现过程的任务协同、并发安全控制以及执行状态管理能力方面,仍有进一步优化空间。

4、因此,如何提高多智能体参与软件代码实现过程中的任务调度效率、执行可靠性以及任务状态管理能力,是本领域技术人员需要解决的技术问题。

技术实现思路

1、针对现有技术中的问题,本发明的目的在于提供多智能体并行调度方法、装置、设备及存储介质,以解决现有技术中多智能体并行执行代码修改任务时容易导致代码资源修改覆盖与冲突,以及任务调度效率与执行状态管理能力不足的问题。

2、本公开第一方面提供一种多智能体并行调度方法,其包括:

3、获取多个任务的任务元数据,任务元数据包括任务状态、依赖任务信息以及文件修改范围信息;

4、根据任务状态和依赖任务信息,确定满足依赖条件的可执行任务;

5、根据可执行任务的文件修改范围信息,对可执行任务进行批次划分,以确定至少一个并行执行批次,其中,同一并行执行批次中的不同任务的文件修改范围不存在交集;

6、针对并行执行批次中的多个任务,分别调用与多个任务对应的多个智能体并行执行多个任务,并根据多个智能体的执行结果更新多个任务的任务状态;

7、根据更新后的任务状态,重新执行根据任务状态和依赖任务信息,确定满足依赖条件的可执行任务的步骤,直至满足任务调度结束条件。

8、在一些实施方式中,任务元数据还包括任务标识、任务标题、任务描述以及任务实施约束信息,任务实施约束信息包括任务执行事项、禁止事项以及任务完成标准。

9、在一些实施方式中,针对并行执行批次中的多个任务,分别调用与多个任务对应的多个智能体并行执行多个任务,包括:

10、分别向多个智能体提供与各自任务对应的任务描述、文件修改范围信息以及任务完成标准,使多个智能体基于相互独立的执行上下文执行对应任务,并将各自的代码修改限制在对应任务的文件修改范围内。

11、在一些实施方式中,还包括:

12、获取智能体执行任务后产生的实际修改文件集合,并将实际修改文件集合与对应任务的文件修改范围信息进行比较;当实际修改文件集合包含未被文件修改范围信息声明的文件时,生成文件修改范围异常信息,并根据文件修改范围异常信息暂停对应任务或者触发重新批次划分。

13、在一些实施方式中,任务状态包括待执行状态、执行中状态、暂停状态和完成状态;在并行执行批次对应的执行结果返回后,根据各任务对应的执行结果分别更新各任务的任务状态,其中,执行完成且满足对应任务的任务完成标准的任务更新为完成状态,未完成且需要暂时停止执行的任务更新为暂停状态。

14、在一些实施方式中,多智能体并行调度方法还包括:

15、当任一任务的任务状态更新为暂停状态时,停止调度依赖于任一任务的后续任务;在接收到针对任一任务的干预指令或者更新后的任务元数据后,将任一任务的任务状态重新调整为待执行状态,以使任一任务在重新执行根据任务状态和依赖任务信息,确定满足依赖条件的可执行任务的步骤时参与可执行任务的确定。

16、在一些实施方式中,多智能体并行调度方法还包括:

17、在触发代码归档操作时,根据各任务的任务状态判断是否存在未完成任务;当不存在未完成任务时允许执行所述代码归档操作;当存在未完成任务时生成归档确认信息,并根据接收到的归档确认结果判定是否执行所述代码归档操作。

18、在一些实施方式中,文件修改范围信息包括多个文件路径;在进行批次划分之前,对多个文件路径进行路径规范化处理,并基于规范化后的文件路径确定不同任务的文件修改范围之间的交集。

19、在一些实施方式中,对可执行任务进行批次划分,以确定至少一个并行执行批次还包括:

20、根据任务对应的依赖关系确定任务的调度优先级,并按照调度优先级从可执行任务中选择任务加入并行执行批次。

21、在一些实施方式中,调度优先级根据任务在依赖关系中的后继任务数量或者任务所在依赖路径的路径长度确定。

22、在一些实施方式中,对可执行任务进行批次划分,以确定至少一个并行执行批次,还包括:

23、获取预设的最大并发数;当满足文件修改范围不存在交集的可执行任务数量大于最大并发数时,按照调度优先级从可执行任务中选择优先级较高的、数量等于最大并发数的任务组成并行执行批次。

24、在一些实施方式中,多智能体并行调度方法还包括:

25、当存在未完成任务且无法确定满足依赖条件的可执行任务时,分析未完成任务之间的依赖关系,并根据分析结果确定任务调度阻塞原因;其中,任务调度阻塞原因包括循环依赖和依赖任务不存在中的至少一种。

26、本公开第二方面提供一种多智能体并行调度装置,其包括:

27、元数据获取模块,用于获取多个任务的任务元数据,任务元数据包括任务状态、依赖任务信息以及文件修改范围信息;

28、可执行任务确定模块,用于根据任务状态和依赖任务信息,确定满足依赖条件的可执行任务;

29、批次划分模块,用于根据可执行任务的文件修改范围信息,对可执行任务进行批次划分,以确定至少一个并行执行批次,其中,同一并行执行批次中的不同任务的文件修改范围不存在交集;

30、并行执行与状态更新模块,用于针对并行执行批次中的多个任务,分别调用与多个任务对应的多个智能体并行执行多个任务,并根据多个智能体的执行结果更新多个任务的任务状态;

31、循环调度控制模块,用于根据更新后的任务状态,控制可执行任务确定模块重新执行根据任务状态和依赖任务信息,确定满足依赖条件的可执行任务的操作,直至满足任务调度结束条件。

32、本公开第三方面提供一种电子设备,其特征在于,包括:处理器;以及存储器,其中存储有处理器的可执行指令;其中,处理器配置为经由执行可执行指令来执行上述任一实施方式的多智能体并行调度方法。

33、本公开第四方面提供一种计算机可读存储介质,用于存储程序,程序被执行时实现上述任一实施方式的多智能体并行调度方法。

34、本公开实施方式提出的多智能体并行调度方法、装置、设备及存储介质具有如下优点:

35、通过获取多个任务的任务状态、依赖任务信息以及文件修改范围信息,并根据任务状态和依赖任务信息确定满足依赖条件的可执行任务,可以在任务执行过程中识别具备执行条件的任务,克服多个任务之间存在执行依赖时任务执行顺序确定效率较低的问题,进而提高多任务调度的有序性和执行效率。

36、通过根据可执行任务的文件修改范围信息进行批次划分,并使同一并行执行批次中的不同任务的文件修改范围不存在交集,可以在确定任务执行依赖的基础上进一步识别能够并行执行的任务,克服多个任务并行执行时可能产生文件修改冲突的问题,进而降低并行代码修改过程中的冲突风险,提高多任务并行执行的可靠性。

37、通过针对并行执行批次中的多个任务分别调用对应的多个智能体并行执行任务,并根据多个智能体的执行结果更新对应任务的任务状态,可以将任务批次划分结果转换为多个智能体的并行执行,并利用执行结果持续更新任务状态,克服多智能体执行结果与后续任务调度之间衔接不充分的问题,进而形成任务确定、批次划分、并行执行和状态更新之间的连续调度流程,提高多智能体并行执行的调度效率。

38、通过根据更新后的任务状态重新执行可执行任务的确定步骤,并持续进行批次划分和智能体并行执行,直至满足任务调度结束条件,可以使任务状态的更新持续作用于后续任务的执行条件确定,克服多任务执行过程中的后续任务推进效率较低的问题,进而实现多个任务按照执行依赖逐步推进的循环调度,提高多任务整体执行效率。

39、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。