需通过Celery Beat配置周期性任务调度，包括配置Redis为Broker与Backend、定义CodeGeeX预热与健康检查任务、启动Beat与Worker协同运行、用crontab精确控制执行时间，并验证任务注册与触发。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望在Django项目中让CodeGeeX模型定期执行代码生成、健康检查或预热加载等操作，则需通过Celery Beat配置周期性任务调度。以下是实现此目标的步骤：
一、配置Celery Beat并启用Redis作为Broker与Backend
该方法确保调度器能可靠地将定时任务推入队列，并由Worker持续拉取执行，避免因进程重启导致任务丢失。
1、确认Redis服务已在本地或远程运行，端口为6379，数据库索引未被其他服务占用。
2、在Django项目的settings.py中添加以下配置：
CELERY_BROKER_URL = 'redis://127.0.0.1:6379/0'
CELERY_RESULT_BACKEND = 'redis://127.0.0.1:6379/1'
CELERY_TIMEZONE = 'Asia/Shanghai'
CELERY_ENABLE_UTC = False
3、在项目根目录（与manage.py同级）创建celeryconfig.py文件，写入周期性任务定义：
from celery.schedules import crontab
CELERY_BEAT_SCHEDULE = {
'codigeeex-warmup-hourly': {
'task': 'myapp.tasks.warmup_codigeeex_model',
'schedule': 3600.0,
'args': ()
},
'codigeeex-healthcheck-daily': {
'task': 'myapp.tasks.check_codigeeex_health',
'schedule': crontab(hour=2, minute=0),
'args': ()
}
}
二、定义可被周期调度的CodeGeeX相关任务
该方法将模型加载、轻量推理或状态校验逻辑封装为独立Celery任务，确保其可被Beat按计划触发，且不依赖HTTP请求上下文。
1、在应用目录（如myapp/tasks.py）中定义两个任务函数：
from celery import shared_task
from transformers import AutoModelForSeq2SeqLM, AutoTokenizer
import torch
@shared_task
def warmup_codigeeex_model():
model = AutoModelForSeq2SeqLM.from_pretrained("THUDM/codegeex-4b", low_cpu_mem_usage=True)
tokenizer = AutoTokenizer.from_pretrained("THUDM/codegeex-4b")
inputs = tokenizer("def hello():", return_tensors="pt")
with torch.no_grad(): model.generate(**inputs, max_length=64, do_sample=False)
return "CodeGeeX model warmed up successfully"
@shared_task
def check_codigeeex_health():
try:
CodeGeeX 2.21.0是智谱AI推出的AI编程助手版本，对Inline Chat功能进行了重大优化，包括UI设计升级、支持流式输出以提升响应速度，并新增“查看思路”按钮以便理解代码原理。同时，该版本在编辑器中新增CodeLens控件，支持一键“解释”代码或“添加注释”。目前该工具对个人开发者免费开放。
from myapp.utils import is_codigeeex_ready
return {"status": "healthy" if is_codigeeex_ready() else "unavailable"}
except Exception as e:
return {"status": "error", "message": str(e)}
三、启动Celery Beat与Worker协同运行
该方法确保调度器与执行单元分离部署，满足生产环境高可用要求，同时避免单进程阻塞导致定时任务失效。
1、在终端中启动Celery Worker，指定任务模块并启用日志：
celery -A myproject worker -l info
2、另启一个终端，启动Celery Beat进程，显式指向配置模块：
celery -A myproject beat -l info --scheduler django_celery_beat.schedulers:DatabaseScheduler
3、若使用django_celery_beat扩展（推荐用于动态管理周期任务），需先执行迁移并安装：
pip install django-celery-beat
python manage.py migrate django_celery_beat
python manage.py createsuperuser
4、登录Django Admin，在Periodic Tasks中手动添加warmup_codigeeex_model任务，设置Interval为“every 1 hour”。
四、使用crontab语法精确控制每日执行时间点
该方法适用于需要严格对齐业务低峰期（如凌晨2点系统维护窗口）执行模型健康检查的场景，避免资源争抢。
1、修改celeryconfig.py中CELERY_BEAT_SCHEDULE条目，替换为：
'codigeeex-daily-prefetch': {
'task': 'myapp.tasks.prefetch_codigeeex_examples',
'schedule': crontab(hour=3, minute=15, day_of_week='mon,tue,wed,thu,fri'),
'args': ('fibonacci',)
}
2、在myapp/tasks.py中新增对应任务：
@shared_task
def prefetch_codigeeex_examples(topic: str):
prompt = f"Write a Python function to calculate {topic}:"
# 调用已封装的CodeGeeX生成逻辑（非阻塞方式）
result = generate_code_with_codigeeex(prompt)
return {"prompt": prompt, "generated": result[:200]}
五、验证周期任务是否成功注册并触发
该方法通过命令行工具直接探查调度器状态与任务分发记录，无需等待实际执行时间点，提升调试效率。
1、执行以下命令查看当前活跃的Beat调度器是否识别到配置：
celery -A myproject inspect scheduled
2、检查Worker是否已订阅对应队列：
celery -A myproject inspect active_queues
3、手动触发一次任务以验证执行路径无异常：
from myapp.tasks import warmup_codigeeex_model; warmup_codigeeex_model.apply()
4、观察Worker终端输出是否包含"CodeGeeX model warmed up successfully"字样及时间戳。
