Camunda External Task Client JS 使用教程
2024-08-11 12:10:21作者:傅爽业Veleda
项目介绍
Camunda External Task Client JS 是一个用于在 Node.js 环境中实现 BPMN 服务任务的开源项目。该项目允许你设置远程服务任务,以便与 Camunda 工作流引擎进行交互。它支持完整的外部任务处理、锁定持续时间延长、解锁外部任务以及报告 BPMN 错误和失败等功能。
项目快速启动
安装
首先,你需要安装 camunda-external-task-client-js 包。你可以使用 npm 或 yarn 进行安装:
npm install camunda-external-task-client-js
# 或者
yarn add camunda-external-task-client-js
配置和使用
确保 Camunda 引擎正在运行。创建一个简单的流程模型,包含一个外部服务任务,并定义主题为 topicName。将流程部署到 Camunda 平台引擎。
在你的 Node.js 脚本中:
import { Client, logger } from "camunda-external-task-client-js";
// 配置 Client
const config = {
baseUrl: "http://localhost:8080/engine-rest",
use: logger
};
// 创建 Client 实例
const client = new Client(config);
// 订阅主题 'scoreChecker'
client.subscribe("scoreChecker", async ({ task, taskService }) => {
// 处理任务
await taskService.complete(task);
});
应用案例和最佳实践
应用案例
假设你有一个审批流程,其中包含一个评分检查步骤。你可以使用 Camunda External Task Client JS 来实现这个步骤,如下所示:
client.subscribe("scoreChecker", async ({ task, taskService }) => {
const score = getScore(task.variables.get("userId"));
if (score >= 700) {
await taskService.complete(task);
} else {
await taskService.handleBpmnError(task, "ScoreTooLow");
}
});
最佳实践
- 错误处理:确保在处理任务时捕获并处理所有可能的错误,以避免流程中断。
- 日志记录:使用内置的
logger或自定义日志记录工具来记录重要事件和错误。 - 性能优化:考虑使用批处理和并发处理来提高任务处理效率。
典型生态项目
Camunda External Task Client JS 是 Camunda 生态系统的一部分,与其他 Camunda 项目和工具紧密集成。以下是一些典型的生态项目:
- Camunda Platform:Camunda 的核心工作流和决策自动化平台。
- Optimize:用于流程分析和优化的工具。
- Cawemo:用于协作和共享 BPMN 模型的工具。
- Zeebe:Camunda 的下一代工作流引擎,适用于云原生环境。
通过这些项目的集成,你可以构建一个完整的工作流自动化解决方案。
登录后查看全文
热门项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
675
4.31 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
627
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
946
886
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
398
302
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.56 K
909
暂无简介
Dart
920
228
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381
昇腾LLM分布式训练框架
Python
142
169
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
133
212