KI-Agenten
Cron-Jobs für KI-Agenten und LLM-Pipelines
Führen Sie Agenten, Batch-Inferenz und Embedding-Aktualisierungen nach Zeitplan aus — und erfahren Sie innerhalb von Minuten, wenn ein Lauf scheitert, an einem hängenden API-Aufruf festhängt oder stillschweigend nichts produziert.
Das Problem
KI-Workloads wandern auf Zeitpläne — ein nächtlicher Agent, der einen Digest erstellt, eine stündliche Embedding-Aktualisierung, Batch-Klassifizierung über die Tickets von gestern. Sie erben jeden klassischen Cron-Fehler und bringen eigene mit: Rate-Limits, hängende LLM-Aufrufe ohne Timeout, eine Modell-ID, die ein Provider-Update abgekündigt hat, eine Agenten-Schleife, die einen Tool-Fehler verschluckt und mit Exit-Code 0 endet, ohne etwas getan zu haben. Und niemand schaut auf die Ausgabe — unbeaufsichtigt zu laufen war ja der ganze Zweck.
So löst SteadyCron das
- 1 Starten Sie den Workload mit einem HTTP-Job — SteadyCron ruft Ihren Endpoint nach Zeitplan auf, mit Wiederholungen, Backoff und Timeout — oder behalten Sie Ihr bestehendes Cron und ergänzen Sie einen Heartbeat.
- 2 Pingen Sie /start beim Beginn des Laufs und /success beim Abschluss, damit ein an einem hängenden LLM-Aufruf festhängender Lauf als überfällig erscheint statt als Stille.
- 3 Fügen Sie eine kurze Nutzlast hinzu — verarbeitete Elemente, Token-Verbrauch, verwendetes Modell — als Kontext im Aktivitäts-Feed.
- 4 Alarmieren Sie bei verpassten, fehlgeschlagenen oder überlangen Läufen, mit Schwellenwerten für aufeinanderfolgende Fehler, damit ein einzelner Rate-Limit-Aussetzer niemanden aufweckt.
TOKEN=<ihr-ping-token>
curl -fsS https://ping.steadycron.com/$TOKEN/start
n=$(python run_agent.py --task nightly-digest) \
&& curl -fsS --data "processed=$n" https://ping.steadycron.com/$TOKEN \
|| curl -fsS https://ping.steadycron.com/$TOKEN/fail
Jobs
| weekly-digest-email | HTTP | 0 9 * * 1 | in 2 days | 3 days ago | ||
| nightly-db-backup | Heartbeat | 0 2 * * * | in 19 h | 5 h ago | ||
| stripe-reconciliation | HTTP | 0 */4 * * * | in 38 min | 3 h ago | ||
| cache-warmup | HTTP | */15 * * * * | in 11 min | now | ||
| search-index-sync | Heartbeat | */30 * * * * | in 6 min | 24 min ago |
| seed-test-data | HTTP | 0 4 * * * | in 14 h | 10 h ago | ||
| preview-env-cleanup | Heartbeat | 0 */6 * * * | in 2 h | 4 h ago | ||
| trial-expiry-sweep | HTTP | 0 6 * * * | — | yesterday |
Status, Zeitplan und letzter Lauf jedes Jobs — auf einen Blick.
Exit-Code 0 ist kein Ergebnis
Agenten-Frameworks sind darauf gebaut weiterzumachen: Ein Tool-Aufruf
scheitert, das Modell entschuldigt sich und fährt fort, und der Prozess endet
sauber, ohne etwas geschrieben zu haben. Pingen Sie Erfolg nicht, weil der
Prozess geendet hat — pingen Sie erst, nachdem Sie geprüft haben, dass das
Ergebnis existiert (der Digest wurde verschickt, die Zeilen wurden eingebettet,
die Ausgabedatei ist nicht leer), und pingen Sie /fail selbst, wenn es fehlt.
Der Heartbeat-Check alarmiert dann bei dem,
was wirklich zählt: kein gültiges Ergebnis im erwarteten Zeitfenster, egal aus
welchem Grund.
Fehlerarten, die reines Cron nie hatte
- Rate-Limits und Ausgabenlimits: Ein 429-Sturm oder ein erschöpftes Monatsbudget beendet den heutigen Lauf vorzeitig — und den morgigen auch. Schwellenwerte für aufeinanderfolgende Fehler trennen den kurzen Aussetzer von der Pipeline, die kaputt bleibt.
- Hängende Aufrufe: Ein LLM-Request ohne Timeout kann einen Lauf für immer
festhalten. Weil
/startankam und/successnie, erscheint der Lauf nach der Kulanzzeit als überfällig — statt tagelang unbemerkt zu hängen. - Modell-Drift: Eine abgekündigte Modell-ID oder ein geändertes Antwortformat bricht Ihr Parsing nach dem Zeitplan des Providers, nicht nach Ihrem Deploy-Zeitplan. Das Protokoll pro Lauf — Status, Nutzlast, Dauer — zeigt genau, in welcher Nacht es begann.
Gut geeignet für
- Nächtliche Agenten-Läufe: Digests, Ticket-Triage, Berichtserstellung, geplante Scrapes, die ein Modell füttern.
- RAG-Wartung: Embedding-Aktualisierungen und Index-Rebuilds, deren Veralten unsichtbar bleibt, bis die Antwortqualität nachlässt.
- Batch-Inferenz: Klassifizierungs-, Anreicherungs- oder Zusammenfassungs-Jobs über die Daten von gestern.
Sie debuggen gerade einen Lauf, der bereits verstummt ist? Siehe Geplanter KI-Agent läuft nicht für eine schrittweise Diagnose, oder Totmannschalter für KI-Agenten für das Muster dahinter.
Verwandte Dokumentation
Erfahren Sie es nicht erst im Ernstfall
Starten Sie mit dem kostenlosen Tarif — keine Kreditkarte erforderlich.
Kostenlos starten