Catene sequenziali

Visualizza come Markdown Modifica su GitHub Documentazione di 2cc7b2b

Il modello di workflow più comune è una catena lineare di passaggi. Ogni passaggio viene eseguito dopo il completamento del precedente, ricevendo lo stato accumulato.

Il metodo `->then()`

Usate ->then() per aggiungere passaggi sequenziali a un workflow:

PHP

use Queuety\Queuety;

Queuety::workflow( 'onboarding' )
    ->then( CreateAccountHandler::class )
    ->then( SendWelcomeEmailHandler::class )
    ->then( NotifyAdminHandler::class )
    ->dispatch( [ 'email' => 'user@example.com' ] );

I passaggi vengono eseguiti nell'ordine in cui sono aggiunti. Il workflow avanza solo quando il passaggio corrente viene completato correttamente.

L'interfaccia Step

I gestori dei passaggi del workflow implementano l'interfaccia Queuety\Step:

PHP

use Queuety\Step;

class CreateAccountHandler implements Step {
    public function handle( array $state ): array {
        $user_id = wp_create_user( $state['email'], wp_generate_password() );
        return [ 'user_id' => $user_id ];
    }

    public function config(): array {
        return [
            'max_attempts' => 3,
        ];
    }
}

Differenze principali rispetto all'interfaccia Handler:

	`Handler` (job)	`Step` (workflow)
Firma del metodo	`handle(array $payload): void`	`handle(array $state): array`
Input	Payload del job	Stato accumulato del workflow
Output	Nessuno (void)	Dati da unire allo stato

Flusso dello stato

Ogni passaggio riceve lo stato accumulato completo e restituisce un array di nuove coppie chiave-valore. I dati restituiti vengono uniti allo stato per i passaggi successivi:

PHP

class FetchUserHandler implements Step {
    public function handle( array $state ): array {
        // $state contains: ['user_id' => 42]
        $user = get_user_by( 'ID', $state['user_id'] );
        return [ 'user_name' => $user->display_name, 'user_email' => $user->user_email ];
    }

    public function config(): array {
        return [];
    }
}

class GenerateReportHandler implements Step {
    public function handle( array $state ): array {
        // $state contains: ['user_id' => 42, 'user_name' => 'Alice', 'user_email' => 'alice@example.com']
        $report = build_report( $state['user_name'] );
        return [ 'report_url' => $report->url ];
    }

    public function config(): array {
        return [];
    }
}

Configurazione dei passaggi

Il metodo config() supporta le seguenti chiavi:

Chiave	Tipo	Predefinito	Descrizione
`max_attempts`	`int`	`3`	Numero massimo di tentativi per questo passaggio
`backoff`	`string`	`exponential`	Strategia di attesa tra i tentativi

Esempio di pipeline LLM

Un caso d'uso comune consiste nel concatenare chiamate API LLM con l'elaborazione dei dati:

PHP

use Queuety\Step;

class BuildPromptHandler implements Step {
    public function handle( array $state ): array {
        $user = get_user_by( 'ID', $state['user_id'] );
        $posts = get_posts( [ 'author' => $user->ID, 'numberposts' => 10 ] );
        $context = implode( "\n", array_map( fn( $p ) => $p->post_content, $posts ) );

        return [
            'prompt' => "Summarize this author's recent work:\n\n{$context}",
        ];
    }

    public function config(): array {
        return [];
    }
}

class CallOpenAIHandler implements Step {
    public function handle( array $state ): array {
        $response = wp_remote_post( 'https://api.openai.com/v1/chat/completions', [
            'timeout' => 120,
            'headers' => [
                'Authorization' => 'Bearer ' . OPENAI_API_KEY,
                'Content-Type'  => 'application/json',
            ],
            'body' => json_encode( [
                'model'    => 'gpt-4',
                'messages' => [ [ 'role' => 'user', 'content' => $state['prompt'] ] ],
            ] ),
        ] );

        $body = json_decode( wp_remote_retrieve_body( $response ), true );
        return [ 'summary' => $body['choices'][0]['message']['content'] ];
    }

    public function config(): array {
        return [ 'max_attempts' => 5 ];
    }
}

class SaveSummaryHandler implements Step {
    public function handle( array $state ): array {
        $post_id = wp_insert_post( [
            'post_title'   => "Summary for user #{$state['user_id']}",
            'post_content' => $state['summary'],
            'post_status'  => 'publish',
        ] );
        return [ 'summary_post_id' => $post_id ];
    }

    public function config(): array {
        return [];
    }
}

Avviate la pipeline:

PHP

Queuety::workflow( 'summarize_author' )
    ->then( BuildPromptHandler::class )
    ->then( CallOpenAIHandler::class )
    ->then( SaveSummaryHandler::class )
    ->on_queue( 'llm' )
    ->max_attempts( 5 )
    ->dispatch( [ 'user_id' => 42 ] );

Se la chiamata OpenAI va in timeout, il worker riprova solo quel passaggio. Il prompt creato nel passaggio 0 è già memorizzato in modo sicuro nello stato del workflow.