Cheshire Cat AI 核心库中的 WhiteRabbit 定时任务扩展设计

在 Cheshire Cat AI 核心库的开发过程中，团队针对 WhiteRabbit 定时任务模块的架构设计进行了深入讨论。本文将详细介绍该模块的技术实现方案及其设计考量。

架构设计思路

WhiteRabbit 作为 Cheshire Cat AI 的定时任务调度模块，其核心功能是为插件开发者提供灵活的任务调度能力。设计团队在架构上采用了分层设计理念：

1. 服务定位模式：WhiteRabbit 实例通过 CheshireCat 单例进行全局管理，各 StrayCat 会话通过属性访问器获取共享的 WhiteRabbit 服务实例。这种设计既保证了服务的唯一性，又保持了会话间的隔离性。

2. 职责分离原则：明确划分了会话管理(StrayCat)与任务调度(WhiteRabbit)的职责边界。WhiteRabbit 专注于任务调度逻辑，不直接处理会话相关数据。

核心功能实现

WhiteRabbit 基于 APScheduler 实现了三种主流调度模式：

1. 单次定时任务(Date)：适用于只需执行一次的延时任务，如定时提醒、延迟响应等场景。开发者可以精确指定任务执行的日期和时间。

2. 间隔任务(Interval)：提供周期性执行能力，支持按固定时间间隔重复执行任务，适用于数据轮询、定期通知等需求。

3. Cron表达式任务：通过类Unix的Cron表达式支持复杂的调度策略，能够实现"每周一上午9点"等精细化的调度需求。

开发者接口设计

考虑到实际使用场景，团队设计了灵活的API调用方式：

# 基本调用方式（不依赖会话）
cat.white_rabbit.schedule_date_task(
    task_function,
    seconds=10
)

# 会话相关任务调用（显式传递会话）
cat.white_rabbit.schedule_date_task(
    session_aware_task,
    seconds=5,
    cat=current_cat
)

这种设计具有以下优势：

• 保持API简洁性，避免不必要的参数传递
• 提供显式的会话传递机制，增强代码可读性
• 支持会话无关的系统级任务调度

技术决策考量

在架构设计过程中，团队重点考虑了以下因素：

1. 一致性原则：保持与项目中其他服务(MadHatter、RabbitHole等)相同的访问模式，降低开发者的学习成本。

2. 灵活性需求：通过可选参数而非隐式传递的方式处理会话依赖，使API能够适应更多使用场景。

3. 可维护性：清晰的责任划分使得后续功能扩展和问题排查更加容易。

该设计方案已在Cheshire Cat AI核心库中实现，为插件开发者提供了强大而灵活的任务调度能力。