Aller au contenu principal

C-09 Planificateur

Brique C: Agents, autonomie, exécution. Version anglaise: C-09-scheduler

1. Rôle et responsabilités​

Lance des runs selon des expressions cron (eai.schedules). Le tick du scheduler est exécuté par le worker serveur python -m eai.worker : chaque échéance crée un run en attente que AgentLoop.serve() prend en charge. Temporal Schedules reste un adaptateur optionnel.

2. Position dans l'architecture et interactions​

  • API : GET/POST /v1/schedules, PATCH/DELETE /v1/schedules/{id} ; exécution : worker serveur puis AgentLoop côté client.

3. Composant open source et partie développée​

  • Moteur : architecture Navin du SDK Python, sans graphe déclaré. enterprise_ai.loop.AgentLoop reçoit les messages, prépare le contexte, gère les sessions, reprend un run après un crash, traite l'arrêt, le cron et le heartbeat, et expose serve() ; enterprise_ai.runtime.AgentRunner exécute un tour ; enterprise_ai.subagents.SubagentManager lance les sous-agents en parallèle ; enterprise_ai.loop.plan.RunPlan porte le plan ; enterprise_ai.runtime.bus.MessageBus relie canaux et moteur.
  • Adaptateurs optionnels : LangGraph (enterprise_ai.runtime.langgraph.build_graph) et Temporal (enterprise_ai.runtime.temporal.build_workflow) réutilisent les mêmes étapes ; ils ne sont pas requis.
  • Côté serveur, python -m eai.worker exécute les tâches périodiques : tick du scheduler, vidage de l'outbox d'événements, expiration des réservations de quota, détection des heartbeats périmés, rétention.

4. Modèle de données​

Tables (schéma eai, RLS tenant_id):

  • eai.schedules

Colonnes communes : id uuid, tenant_id uuid NOT NULL, created_at, updated_at ; politique RLS current_setting('app.tenant_id', true)::uuid.

5. Contrat​

  • Contrat appliqué: agent-manifest
  • Schéma JSON: contracts/v1/agent-manifest.schema.json
  • Champs clés: spec.schedules[].cron, timezone, overlap_policy
  • Validation : POST /v1/contracts/{name}/validate ; application d'un manifeste : POST /v1/manifests/apply.

6. Endpoints API​

  • GET /v1/schedules
  • POST /v1/schedules
  • PATCH /v1/schedules/{id}
  • DELETE /v1/schedules/{id}

Requête POST /v1/schedules:

{
  "agent_id": "agt_report",
  "cron": "0 7 * * 1-5",
  "timezone": "Europe/Paris",
  "task": {
    "input": "Daily report"
  }
}

Réponse:

{
  "id": "sch_3",
  "next_run_at": "2025-01-13T06:00:00Z",
  "status": "active"
}

7. Exemples SDK​

Python:

from enterprise_ai import EnterpriseAI

client = EnterpriseAI(base_url="<control-plane-url>", api_key="eai_xxx_secret")
client.schedules.create(agent_id="agt_report", cron="0 7 * * 1-5", timezone="Europe/Paris")

TypeScript:

import { EnterpriseAI } from "@enterprise-ai/sdk";

const client = new EnterpriseAI({ baseUrl: "<control-plane-url>", apiKey: process.env.EAI_API_KEY });
await client.schedules.create({ agent_id: "agt_report", cron: "0 7 * * 1-5", timezone: "Europe/Paris" });

Java:

EnterpriseAIClient client = EnterpriseAIClient.builder()
    .baseUrl("<control-plane-url>")
    .apiKey(System.getenv("EAI_API_KEY"))
    .build();
client.schedules().create(Map.of("agent_id", "agt_report", "cron", "0 7 * * 1-5", "timezone", "Europe/Paris"));

Go:

c, _ := eai.NewClient(eai.WithBaseURL("<control-plane-url>"), eai.WithAPIKey(os.Getenv("EAI_API_KEY")))
c.Schedules.Create(ctx, map[string]any{"agent_id": "agt_report", "cron": "0 7 * * 1-5"})

8. Configuration​

  • Variables d'environnement : EAI_DATABASE_URL, EAI_TEMPORAL_URL (adaptateur optionnel)
  • Clés Helm : worker.enabled, worker.replicas, controlPlane.config

9. Contrôles de sécurité​

  • Le run planifié s'exécute avec l'identité de service de l'agent
  • Toutes les requêtes portent le tenant issu du credential ; RLS PostgreSQL
  • Chaque mutation et décision de politique écrit un événement d'audit chaîné

10. Observabilité​

  • Métriques Prometheus: eai_schedule_fires_total, eai_schedule_missed_total
  • Traces: spans OpenTelemetry avec conventions sémantiques GenAI (gen_ai.operation.name, gen_ai.agent.id, gen_ai.tool.name), attributs eai.tenant_id, eai.run_id, propagation traceparent.
  • Actions d'audit: schedule.create, run.create

11. Unités FinOps​

  • Coût des runs planifiés imputé à l'agent et au projet.
  • Émis comme Usage Event (POST /v1/finops/usage) avec tenant, projet, agent et run.

12. Modes de défaillance et résilience​

  • Worker arrêté : aucune échéance n'est perdue, le tick suivant rattrape les runs dus
  • Plusieurs réplicas du worker : un verrou consultatif PostgreSQL garde une seule instance active

13. Adoption autonome (client d'un client)​

  • enterprise_ai.scheduler + Control Plane + worker serveur (python -m eai.worker) ; Temporal optionnel.
  • SDK: enterprise_ai.agent (AgentsClient, RunsClient, SessionsClient)
  • Déploiement minimal : chart Helm avec controlPlane.enabled=true et PostgreSQL ; composants externes désactivés utilisent leur repli in-process.

14. Tests d'acceptation​

  1. Cron invalide -> 422
  2. Agent suspendu : aucun déclenchement
  3. Accès inter-tenant refusé
  4. Erreur renvoyée en fr avec Accept-Language: fr