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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0127- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
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
MiniCPM-V-4.6这是 MiniCPM-V 系列有史以来效率与性能平衡最佳的模型。它以仅 1.3B 的参数规模,实现了性能与效率的双重突破,在全球同尺寸模型中登顶,全面超越了阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it。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
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
720
4.63 K
Ascend Extension for PyTorch
Python
594
745
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
424
374
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++
986
975
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
875
126
deepin linux kernel
C
29
16
暂无简介
Dart
966
244
Oohos_react_native
React Native鸿蒙化仓库
C++
345
390
昇腾LLM分布式训练框架
Python
159
187
🎉 (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
1.64 K
964