Welcome to funboost's documentation!

Contents:

• 0. Funboost 快速预览
• 1. Python 分布式函数调度平台 Funboost 简介
  • 1.0 funboost 框架说明介绍
    • 1.0.1 funboost 示意图
      • 1.0.1.1 funboost 运行流程图
      • 1.0.1.2 funboost 功能思维导图
    • 1.0.2 快速了解和上手funboost，直接看 1.3 章节例子
    • 1.0.3 funboost 框架安装方式
    • 1.0.4 funboost 核心能力与适用场景
    • 1.0.5 延伸阅读：如何理解 Funboost、是否值得投入
    • 1.0.6 Funboost 与 Celery 的理念区别
    • 1.0.7 Funboost 支持的并发模式
    • 1.0.8 Funboost 支持的消息队列中间件 (Broker)
    • 1.0.9 funboost 学习难吗?
    • 1.0.10 📊 监控与口碑
  • 1.1 📚 核心资源与文档导航
    • 1.1.1 📝 项目文档入口
      • 📖 文档章节速览
    • 1.1.2 📦 源码与依赖
  • 1.2 框架功能介绍
    • 1.2.1 🆚 对比：Funboost 取代传统线程池
      • ❌ 方式 A：手动开启线程池 (传统)
      • ✅ 方式 B：Funboost @boost 模式 (推荐)
      • ✅ 方式 C：FunboostPool 模式
    • 1.2.2 🚀 任务控制功能矩阵
      • 🌌 维度一：连接与架构 (Connectivity & Architecture)
      • ⚡ 维度二：并发与吞吐 (Concurrency & Throughput)
      • 🛡️ 维度三：可靠性保障 (Reliability)
      • 🕹️ 维度四：流量治理 (Traffic Governance)
      • 🎼 维度五：调度与编排 (Scheduling & Orchestration)
      • 🔭 维度六：可观测性 (Observability)
      • 🧬 维度七：开发体验 (Developer Experience)
  • 1.3 🚀 快速上手：你的第一个 Funboost 程序
    • 1.3.1 ✨ Hello World：最简单的任务调度
    • 1.3.2 ⚡ 异步 (asyncio) 模式
    • 1.3.3 🔥 进阶实战：RPC、定时任务与丝滑连招
    • 1.3.4 ✂️ 极简写法：省略 @boost
    • 1.3.5 ❌ 过时写法： 直接在 @boost传各种配置入参，不推荐
  • 🖥️ funweb (Funboost Web Manager) 界面预览
  • 1.4 💡 为什么 Python 极其需要分布式函数计算？
  • 1.5 🎓 最佳学习路径
  • 1.6 🥋 funboost 练就吸星大法神功，一招吸走 Celery 毕生内力
    • ⚔️ 降维打击：化繁为简的绝世武功
• 2. ⚔️ 对比celery框架
  • 2.0 ❓ funboost 是不是抄袭celery的源码?
  • 2.1 🔗 celery对目录层级文件名称格式要求很高
  • 2.2 🚀 性能远远超过celery20倍以上（使用初中的严格控制变量法）
  • 2.3 💡 celery的重要方法全部无法ide自动补全提示
  • 2.4 📊 比celery强的方面的优势大全
    • 2.4.20 🔀 路由配置对比
    • 2.4.23 🧠 fct 上下文 vs celery bind=True
    • 2.4.27 📥 消费任意 JSON 消息
    • 2.4.32 💓 funboost + REDIS_ACK_ABLE 心跳 ACK 机制
    • 2.4.33 ⚙️ funboost 通过继承 BoosterParams 实现显式配置
    • 2.4.40 💣 funboost 支持celery作为broker_kind（王炸）
  • 2.4b ⚔️ 讨Celery檄：Funboost十胜定乾坤，函数王朝开天命
    • 十胜十败·定鼎九州
    • 弑王绝刃·乾坤倒转
  • 2.5 🔌 funboost能支持celery整体框架作为broker_kind
  • 2.6 🏎️ funboost 和 celery 性能比较源码（控制变量法）
    • 2.6.1 🧪 控制变量法说明
    • 2.6.2 📤 发布性能对比
    • 2.6.3 📥 消费性能对比
    • 2.6.7 💻 benchmark 对比源码
      • 2.6.7.1 celery 的跑分源码
      • 2.6.7.2 funboost 的跑分源码
    • 2.6.9 🆕 2026-01 最新极限性能优化
  • 2.7 🏆 rq celery funboost 段位比较
  • 2.8 💻 celery 和 funboost 分别将加减乘除作为消费函数完整例子
    • 2.8.1 ✅ funboost 来实现加减乘除
    • 2.8.2 😫 Celery 项目演示（复杂配置）
    • 2.8.3 📊 对比总结
  • 2.9 🔬 funboost到底为什么性能比celery高几十倍？
  • 2.20 🎖️ funboost 比 celery 的战略优势和战术优势
    • 2.20.1 🌍 战略优势
    • 2.20.2 ⚔️ 战术优势
    • 2.20.3 🎯 总结
• 3.框架详细介绍
  • 3.1 各种中间件选择的场景和优势
  • 3.2 框架支持的函数调度并发模式种类详细介绍
  • 3.3 框架最最重要的boost装饰器的BoosterParams参数入参大全
    • 3.3.1 funboost_config.py 配置文件内容
    • 3.3.2 funboost 重要公有方法大全介绍
    • 3.3.3 boost装饰器 的 concurrent_num 和 qps 之间的关系。
  • 3.4 框架的乞丐精简版实现方式
  • 3.5 框架的任务消费确认
  • 3.6 框架的设计规范原则
• 4. 使用框架的各种代码示例
  • 4.索引 快速导航
    • 索引1. 基础用法
    • 索引2. 消费控制
    • 索引3. 并发与性能
    • 索引4. 定时与延时
    • 索引5. 高级功能
    • 索引6. 集成与扩展
    • 索引7. 其他
  • 4.0 @boost 装饰器入参格式
    • 4.0.1 新推荐写法：BoosterParams
    • 4.0.2 自定义子类继承 BoosterParams
    • 4.0.3 老的直接传参方式（仍可用）
  • 4.1 装饰器方式调度函数
  • 4.2c 动态生成 booster
  • 4.2d BoostersManager 管理
    • 4.2d.1 一次性启动所有队列消费
    • 4.2d.3 使用 BoostersManager 通过 consume_group 启动一组消费函数
  • 4.2e funboost 支持实例方法、类方法、静态方法、普通函数 4 种类型
  • 4.3a 多步骤消费函数
  • 4.3.b 共享线程池
  • 4.3c 清空队列/获取消息数量
  • 4.4 定时运行
    • 4.4.1 核心原理
    • 4.4.2 代码演示
    • 4.4.3 ApsJobAdder 的优势
    • 4.4.4 新增支持 aps_obj.add_job 添加定时任务（2025-08）
  • 4.5 多进程并发
  • 4.6 RPC 模式
    • 4.6.5 asyncio 语法生态下 rpc 获取执行结果
  • 4.7 QPS 控频
    • 4.7.1 核心特性
    • 4.7.2 演示：自适应扩缩容
    • 4.7.3 分布式 QPS 控频
  • 4.8 QPS 为什么强大？常规并发方式无法完成的需求
  • 4.9 延时任务
  • 4.10 Web 框架集成
    • 4.10.1 FastAPI 集成
  • 4.11 消费状态持久化
  • 4.12 asyncio 并发
  • 4.13 跨项目发布任务
  • 4.13b 不使用 funboost 消费功能，funboost 作为万能发布者
  • 4.14 消费进程信息
  • 4.16 文件日志
  • 4.16.4 funboost 日志由 nb_log 提供
  • 4.17 等待全部完成
  • 4.18 暂停消费
  • 4.19 自定义钩子
  • 4.20 broker_exclusive_config
  • 4.21 register_custom_broker 完全自定义扩展中间件
  • 4.21b consumer_override_cls 和 publisher_override_cls 自定义消费者/发布者
  • 4.21c 让 AI 帮你扩展 funboost 中间件或定制运行逻辑
  • 4.23 取代线程池
  • 4.24 重试次数
    • 4.24.5 funboost 高级重试：指数退避重试
  • 4.25 push 和 publish 的区别
  • 4.26 性能调优
  • 4.28 Celery 作为 Broker
  • 4.29 优先级队列
  • 4.30 远程杀死任务
  • 4.31 fct 上下文
  • 4.32 实例方法/类方法
  • 4.33 自动启动消费
  • 4.34 PyInstaller 打包
  • 4.35 任务过滤
  • 4.35c 使用 nb_cache 作为缓存装饰器
  • 4.36 自定义类型入参
  • 4.37 启动消费的方式大全
  • 4.38 FunboostPool
    • 4.38.1 MemoryFunboostPool（纯内存，快速替代线程池）
    • 4.38.2 FunboostPool（带消息队列持久化）
  • 4.100 控制变量法验证
  • 4.200 分布式函数调度框架 QQ 群
• 4b.使用框架的各种代码示例(高级进阶)
  • 4b.1 日志模板中自动显示task_id
    • 4b.1.1 日志模板中显示task_id
    • 4b.1.2 用户在消费函数中想自动显示task_id,方便搜索task_id的关键字来排查某条消息的所有日志.
    • 4b.1.3 一键全局使用 TaskIdLogger 代替 logging.Logger 的方式
    • 4b.1.4 能在消费函数的整个链路里面的调用的任意函数获取task_id的原理
  • 4b.2 支持消费函数定义入参 **kwargs ,用于消费包含随机不确定keys(或者keys太多了)的json消息
    • 4b.2.0 funboost函数执行一条消息的最根本原理是 fun(**消息字典)
    • 4b.2.1 演示错误的消费已存在json消息的例子
    • 4b.2.3 方式一: 使用 **kwargs 方式消费随机keys
    • 4b.2.4 方式二: 使用 _user_convert_msg_before_run 方式
  • 4b.2c 更强力灵活的,funboost支持消费地球上一切任意格式的不规范消息(非json格式也能消费)
    • 4b.2c.1 例如funboost消费消息队列中已存在的消息 'a=1,b=2' 这种.
    • 4b.2c.2 例如,funboost消费队列中已存在的 "1000123"(纯粹用户id) 这种非json消息
  • 4b.3 funboost + 全asyncio 编程生态演示
    • 4b.3.1 funboost 天然支持 async def 的消费函数,和支持 aio_push 来异步发布消息.
    • 4b.3.2 演示fastapi 中aio_push来发布消息,和 AioAsyncResult asyncio方式 等待获取结果.
    • 4b.3.3 关于funboost的asyncio生态支持实现原理的答疑
    • 4b.3.4 关于asyncio编程的建议
    • 4b.3.5 演示funboost解决 ,async并发模式,由于跨线程loop 操作任何socket连接池 的报错,
  • 4b.4 等待n个任务完成后，再做下一步操作(其实就是canvas任务编排)
  • 4b.5 funboost 原生任务编排(实现canvas功能)
  • 4b.6 @boost装饰器 user_options 入参的妙用
    • 4b.6.1 场景一：user_options "反向实现" consume_group
    • 4b.6.2 场景二：user_options 多租户与覆盖全局配置（以Kafka集群为例）
  • 4b.7 opentelemetry 全链路任务追踪（高级功能）
    • 4b.7.1 安装 jaeger ,可视化展示 opentelemetry 的全链路追踪
    • 4b.7.2 opentelemetry 全链路任务追踪 和 logger日志 + task_id 的排查区别
    • 4b.7.3 从opentelemetry功能集成，侧面证明 funboost 对普通用户扩展性远强于celery
  • 4b.8 funboost 声明式任务编排 workflow
    • 4b.8.1 快速开始
    • 4b.8.2 核心概念
    • 4b.8.3 API 详解
    • 4b.8.4 WorkflowBoosterParams
    • 4b.8.5 与 Celery Canvas 对比
    • 4b.8.6 与 Funboost 命令式编排对比
    • 4b.8.7 文件结构
    • 4b.8.8 完整示例
  • 4b.9 funboost 支持 prometheus 指标监控（高级功能）
    • 4b.9.0 Funboost Prometheus 监控指标 Mixin
    • 4b.9.1 用法1：HTTP Server 模式（单进程）
    • 4b.9.2 用法2：Push Gateway 模式（多进程推荐）
    • 4b.9.3 指标说明
  • 4b.10 funboost支持微批消费
    • 4b.10.1 funboost 微批消费用法
    • 4b.10.2 如果每次临时手写微批操作，会怎么样？
  • 4b.12 funboost的周期额度功能
    • 4b.12.2 周期额度用法例子
  • 4b.13 使用内存队列 broker_kind=BrokerEnum.MEMORY_QUEUE 时候，用 get_future 获取消费函数的运行结果
  • 4b.14 funboost 支持自动熔断，智能自动熔断、半开、恢复（高级功能）
    • 4b.14.0 funboost 支持自动熔断管理和手动熔断管理
      • 4b.14.0.1 手动熔断管理
      • 4b.14.0.2 自动熔断管理
    • 4b.14.1 funboost 自动熔断，CircuitBreakerConsumerMixin
      • 4b.14.1.1 三态状态机
      • 4b.14.1.2 两种触发策略
      • 4b.14.1.3 两种计数后端
      • 4b.14.1.4 两种熔断行为
      • 4b.14.1.5 circuit_breaker_options 参数说明
      • 4b.14.1.6 钩子方法（子类重写）
      • 4b.14.1.7 用法示例
  • 4b.15 funboost 配置失败告警的多种方式
• 6. 常见问题回答
  • 6.0 "funboost 值得学习使用吗？"
  • 6.0b funboost 是做什么的？
  • 6.0c funboost 学习难吗？
  • 6.0d 可以用于哪些场景？（7 大核心领域）
  • 6.0e 能替代哪些框架？
  • 6.0f 为什么可以将 funboost 看作超级装饰器？
  • 6.1 和 celery 有什么区别？
  • 6.2 为什么包名这么长？
  • 6.4 框架如何实现定时？
  • 6.5 为什么是函数调度而非类调度？
  • 6.6 怎么调度一个函数的？
  • 6.7 框架适用哪些场景？
  • 6.8 怎么引入框架？门槛高不高？
  • 6.9 怎么写框架？
  • 6.10 框架能做什么？
  • 6.11 日志颜色/详细度调整
    • 6.11.1 控制发布者消费者日志级别
    • 6.11.2 屏蔽启动时的提示信息
    • 6.11.3 控制台颜色调整
  • 6.12 funboost 和 celery 的关系
    • 6.12.2 生产者-broker-消费者不是 celery 的专利
    • 6.12.3 Gemini-2.5-Pro 大模型分析结论
    • 6.12.4 仅用几个 celery 文件证明抄袭 celery 有多困难
  • 6.13 一个项目中如何连接多个同种类中间件的不同 IP？
  • 方式三：在funboost_config.py 中中间件配置使用os.getenv获取环境变量，你运行代码之前设置环境变量。
  • 6.14 什么是确认消费？为什么重要？
  • 6.15 如何等待队列消息全部消费完成？
  • 6.16 函数上加多个装饰器
    • 6.16.1 方式一：通过 consuming_function_decorator 传参
    • 6.16.2 方式二：直接叠加装饰器 + should_check_publish_func_params=False
  • 6.17 日志记录太详细？
    • 6.17.a 设置发布者消费者的日志级别
    • 6.17b 嫌 funboost 启动时候打印太多提示用户的消息？
  • 6.18 为什么要设置 PYTHONPATH？
    • 6.18.2 为什么 celery scrapy django 不需要用户设置 pythonpath？
    • 6.18.3 怎么指定配置文件读取 funboost_config.py 的文件夹位置
    • 6.18.4 怎么根据不同环境使用不同的 funboost_config 配置文件？
    • 6.18.5 多个 python 项目怎么使用同一个 funboost_config.py 作为配置文件
  • 6.19 定时任务报错 RuntimeError: cannot schedule new futures after interpreter shutdown
  • 6.21 支持 redis cluster 吗？
  • 6.22 怎么使用 tcp socket 作为消息队列？
  • 6.23 安装的依赖包太多？
    • 6.23.b 作者为什么不开发 pip 选装方式？例如实现选装 pip install funboost[rabbitmq]
  • 6.24 funboost 从消息队列获取多少条消息？有没有负载均衡？
  • 6.25 funboost 消费启动后，按 ctrl+c 无法结束代码？
  • 6.25b enable_ctrl_c_quit_on_windows 到底要不要加？
    • 6.25b.1 核心结论
    • 6.25b.2 效果对比
    • 6.25b.3 enable_ctrl_c_quit_on_windows 的源码本质
    • 6.25b.4 最终结论
  • 6.25b.5 enable_ctrl_c_quit_on_windows 和 apscheduler 的定时器之间的关系
    • 6.25b.5.1 APScheduler 的两种原生定时器
    • 6.25b.5.2 早期版本（2025 年之前）的问题
    • 6.25b.5.3 2025 年之后的改进
    • 6.25b.5.4 三种定时器的行为对比
    • 6.25b.5.5 总结
  • 6.26 ASYNC 并发模式报错 attached to a different loop
    • 6.26.1 根本原因
    • 6.26.2 解决方案：传递 specify_async_loop
    • 6.26.3 不需要 specify_async_loop 的情况
    • 6.26.4 THREADING 模式也能运行 async def
  • 6.28 日志提示"掉线或关闭消费者"和"重新放入未确认任务"
  • 6.29 推荐使用什么并发模式？
    • 6.29.1 默认推荐：多线程模式（最省心）
    • 6.29.2 高性能推荐：多进程叠加并发
    • 6.29.3 纯 Asyncio 协程模式（高手专用）
    • 6.29.4 单线程串行模式
    • 6.29.5 至于 gevent 和 eventlet 并发模式，直接忽略就好
  • 6.30 如何配置失败告警？
    • 6.30.1 内置 AlertNotifier（企业微信/钉钉/飞书）
    • 6.30.2 熔断器钩子告警
    • 6.30.3 Prometheus + Grafana
    • 6.30.4 MongoAlertMonitor（分布式聚合监控）
    • 6.30.5 funweb 页面配置告警
    • 6.30.6 ELK + Grafana
    • 6.30.10 错误触发警告的方式选择
  • 6.31 怎么知道发布者生成的消息格式？
    • 6.31.1 方式一：直接查看 Broker
    • 6.31.2 方式二：预览消息（不真正发送）
    • 6.30.6 错误触发警告的方式选择
  • 6.31 怎么知道 Funboost 发布者生成的最终消息内容格式是什么样？
    • 6.31.1 方式一：直接查看 Broker
    • 6.31.2 方式二：预览消息（不真正发送）
• 7.更新记录
  • 7.0 很小的更新，对api使用完全无变化或者无增加新功能的不写更新记录。
  • 7.1 新增第十种Consumer，以redis为中间件，但增加了消费确认，是RedisConsumerAckAble类。
  • 7.2 新增基于以redis为消息中间件时候的页面管理和消费速度显示。
  • 7.3 新增一个10行代码的函数的最精简乞丐版实现的分布式函数执行框架.
  • 7.4 新增sqlachemy 支持的数据库作为消息中间件
  • 7.5 日志改为导入独立包nb_log，支持用户配置文件自定义日志配置。
  • 7.6 优化qps控频。
  • 7.7 增加rocketmq支持。 (2020-7)
  • 7.8 新增 async 并发模式 (2020-12)
    • 7.8.2 gevent/eventlet 和 asyncio 用法区别感受
    • 7.8.3 关于 async 并发模式，为什么框架还使用 pyredis pika pymongo，而没有使用aioredis aiomongo
  • 7.8.4 愚蠢的celery调用异步函数写法
  • 7.9 2021-04 新增以 redis 的 stream 数据结构 为中间件的消息队列。
  • 7.10 2021-04 新增以 redis 的 list 为数据结构，但使用 brpoplpush 命令 双队列 作为中间件的消息队列。
  • 7.11 2021-04 新增以 zeromq 为中间件的消息队列。
  • 7.12 2021-04 新增以 操作kombu包 为中间件的消息队列
  • 7.14 2021-04 新增以mqtt emq 作为消息中间件
  • 7.15 2021-04 新增以 httpsqs 作为消息中间件
  • 7.16 2021-04 新增支持下一代分布式消息系统 pulsar 。
  • 7.17 2021-04 新增延时运行任务,介绍见4.8
  • 7.18 2021-09 新增 轻松远程服务器部署运行函数
  • 7.19 2021-09 新增 socket udp/tcp/http 消息队列，不需要安装消息中间件软件。
  • 7.20 2021-09 新增 支持 nats 高性能消息队列
  • 7.21 2022-01 新增 @boost装饰器全局默认配置
  • 7.22 2022-02 新增暂停消费功能
  • 7.23 2022-04 消费者/boost装饰器 新增 broker_exclusive_config 参数
  • 7.24 2022-04 新增用户 自定义记录消费状态结果函数钩子
  • 7.25 2022-04 新增用户灵活自由自定义扩展中间件和生产消费逻辑的功能
  • 7.26 2022-07 新增内置以redis作为apscheduler存储的定时器，动态增删改查定时任务配置。
  • 7.27 2023-02 新增适配python 3.6-3.11所有版本
  • 7.28 2023-02 新增 asyncio 语法生态下rpc获取执行结果
  • 7.29 2023-03 新增死信队列
  • 7.30 2023-03 新增支持ctrl + c 退出程序
  • 7.31 2023-04 新增支持 celery 作为 broker。
  • 7.32 2023-04 新增支持 python 微服务框架 nameko 作为 broker。
  • 7.33 2023-05 优化了apscheduler定式框架的动态删除添加定时任务
  • 7.34 2023-05 重新实现了boost装饰器
  • 7.35 2023-06 新增支持优先级队列
  • 7.36 2023-07 新增支持 funboost远程杀死任务
  • 7.37 2023-07 新增所有命名空间的日志和print都另外写入到一个总的文件中。
  • 7.38 2023-10 多线程并发模式，增加了支持async def的函数
  • 7.39 2024-01 @booost装饰器入参变成pydantic Model类型, BoostParams类或子类
  • 7.40 2024-03 函数运行状态页面增加消息运行中状态
  • 7.41 2024-03 新增 funboost_current_task 上下文
  • 7.42 2024-04 新增支持消费函数定义入参 **kwargs,用于消费任意json消息
  • 7.43 2024-05 新增另外一种方式来 自定义增加或重写 消费者 发布者
  • 7.44 2024-06 重磅升级！funboost 支持实例方法、类方法、静态方法、普通函数 4种类型，作为消费函数的例子
  • 7.45 2024-08 @boost入参新增 is_auto_start_consuming_message，定义后立即自动启动消费。
  • 7.46 2024-08 修复使用redis心跳来辅助确认消费的redis中间件模式，重复消费的bug
  • 7.47 2025-01 加强了 funboost web manager 功能
  • 7.48 2025-07 消费函数的入参类型可以是自定义类型对象(不可json序列化的类型)
  • 7.49 2025-08 新增Booster对象pickle序列化, 间接支持了 aps_obj.add_job 方式添加定时任务
  • 7.50 2025-08 新增 grpc 作为funboost 的 broker
  • 7.51 2025-08 新增支持 mysql_cdc 作为 broker
  • 7.52 2025-10 @boost装饰器,新增设置 booster_group 消费分组
  • 7.53 2026-01 新增 funboost.faas，快速实现FaaS（非常好用重要）
  • 7.54 2026-01 修改了一些拼写错误的名字，（对应funboost 版本 53.0之后）。
    • 1. 内部保护方法变更
    • 2. 消息发送与配置类变更
    • 3. BoosterParams 参数拼写修正
    • 4. 💡 迁移建议
    • 5. funboost 没有celery的配置变化改动大
  • 7.55 2026-01 函数结果持久化支持设置表名
  • 7.56 2026-01 新增 opentelemetry 全链路任务追踪，这是funboost的一个生产级别的重要战略级功能
  • 7.56 2026-01 新增 Prometheus 指标监控，对接你们自己的运维系统
  • 7.58 2026-01 funboost新增声明式任务编排 workfolw
  • 7.59 2026-01 增强redis稳定性
  • 7.60 2026-01 funboost 的确认消费，unack消息重回队列去掉 scan
  • 7.61 2026-01 funboost极限性能优化，发布和消费性能提升120%
  • 7.62 2026-01 funboost消费新增支持微批消费
  • 7.63 2026-03 funboost 增加高级重试：指数退避重试
  • 7.63 2026-03 funboost 增加熔断降级
  • 7.64 2026-03 funboost 增加 失败告警，使用AlertNotifierConsumerMixin
  • 7.65 2026-03 funboost 增加 失败告警，使用MongoAlertMonitor
  • 7.66 2026-03 funboost_web_manager 统一改称 funweb，增加3个系统功能
  • 7.77 2026-05 增加 funboost_pool 两个类, 完美复刻 concurrent.futures.Executor API
  • 7.78 2026-05 优化增强 FlexibleThreadPool 和 AsyncPoolExecutor
  • 7.79 2026-05 优化funboost pydantic model 在ide 下的自动补全和提示
  • 7.80 2026-05 funweb增加告警配置功能
  • 7.81 ctrl_c_recv函数 改名成 enable_ctrl_c_quit_on_windows
• 8. Funboost 用于爬虫
  • 8.1 核心理念：函数调度器 vs URL调度器
  • 8.2 @boost 装饰器赋予爬虫函数的 30+ 种控制能力
  • 8.3 为什么 Funboost 不需要"插件"和"中间件"
    • 8.3.1 整个 PyPI 都是 Funboost 的天然生态
    • 8.3.2 正面驳斥"scrapy 插件多 = scrapy 有优势"的误解
  • 8.4 Funboost 爬虫辅助工具：funspider 与 boost_spider
    • 8.4.1 funspider（内置于 funboost）
    • 8.4.2 boost_spider（独立三方包）
  • 8.5 Funboost vs Scrapy：关键场景实战对比
    • 8.5.1 反爬换代理 IP
    • 8.5.2 短时效 Token（5秒内过期）
    • 8.5.3 浏览器多轮交互
    • 8.5.4 动态实时添加任务（微服务场景）
  • 8.6 函数级重试 vs URL级重试
  • 8.7 讨Scrapy檄文：Funboost兴，Scrapy亡，天下爬虫，当顺天命！
  • 8.8 funspider介绍
  • 8.9 funboost + funspider + boost_spider + your_utils 混合使用
  • 8.10 集中对比：Funboost 30项 vs Scrapy
  • 8.11 Funboost 爬虫最佳实践
    • 8.11.1 项目结构推荐
    • 8.11.2 单文件完整示例
    • 8.11.3 多进程 + 多线程极限性能
    • 8.11.4 精准 QPS 控频（保护目标网站）
    • 8.11.5 funweb 可视化管理爬虫（开箱即用）
  • 8.12 总结
• 9 轻松远程服务器部署运行函数
  • 9.1 远程服务器部署函数的意义
  • 9.2 远程服务器部署函数的入参介绍。
  • 9.3 远程服务器部署消费函数的代码示例。
• 10.python3.6-3.12 安装/使用funboost出错问题反馈
  • 10.0 框架与你项目依赖的三方包版本不一致冲突？
  • 10.1 windwos安装后如果报错 ImportError: DLL load failed while importing win32file
  • 10.2 启动消费后报错: RuntimeError: cannot schedule new futures after interpreter shutdown
  • 10.3 文档1.3例子 BrokerEnum.PERSISTQUEUE,sqlite作为中间件例子在mac/linux运行,报错 read-only
• 11 funboost 使用某些中间件或三方任务队列框架作为broker的例子(包括celery框架)。
  • 11.1 使用celery作为funboost的中间件
    • 11.1.1 funboost启动celery消费和定时和flower
    • 11.1.2 funboost发布任务到celery队列
    • 11.1.3 funboost使用celery作为中间件的运行截图
    • 11.1.4 funboost 的api 操作celery，比人工操作 celery 大大简化。
    • 11.1.5 funboost 使用celery作为中间件时候，可以填写的celery任务配置
    • 11.1.6 网上关于celery项目目录结构和文件夹/文件命名必须很死板， 是错的
    • 11.1.7 仍然想使用celery命令行？
    • 11.1.8 任然可以亲自使用celery的原生任务函数对象 celery.app.task.Task
    • 11.1.10 funboost使用celery作为broker_kind的原理
  • 11.2 使用nameko 微服务框架作为funboost消息中间件例子
    • 11.2.1 nameko服务端脚本
    • 11.2.2 nameko客户端脚本
    • 11.2.3 funboost操作nameko能简化亲自使用nameko框架的语法
  • 11.3 使用kombu作为funboost的broker
    • 11.3.1 kombu操作rabbitmq作为funboost的消息队列
    • 11.3.2 kombu+redis作为消息队列
      • 11.3.2.b kombu + redis哨兵作为消息队列
    • 11.3.3 kombu+sqlalchemy 作为消息队列
    • 11.3.4 kombu+mongo作为消息队列
    • 11.3.5 kombu+文件作为消息队列
  • 11.4 使用dramatiq框架作为funboost消息队列
  • 11.5 使用huey框架作为funboost消息队列
  • 11.6 使用rq框架作为funboost的broker
  • 11.7 使用 grpc 作为funboost的broker
  • 11.8 使用 mysql_cdc 作为 funboost 的broker
  • 11.9 演示 funboost 使用 tcp/udp/http 作为broker
  • 11.10 Watchdog Broker：监听文件系统变更（ETL 利器）
    • 11.10.1 核心配置说明
    • 11.10.2 代码示例
    • 11.10.3 特性深度解析
      • 11.10.3.1 关于 existing 事件
      • 11.10.3.2 关于 read_file_content
      • 11.10.3.3 关于 debounce_seconds
• 12 funboost 控制台支持命令行
  • 12.0 funboost命令行使用fire实现
  • 12.1 命令行分为调用funboost包内命令和用户自身项目的命令行
    • 12.1.1 funboost自身命令行,python -m funboost 是自动调用 funboost的 main.py 的fire命令行
    • 12.1.2 用户项目根目录下的 funboost_cli_user.py 的文件可以接受命令行传参
      • 说明:之后的例子不再同时列举 python -m funboos 和 python funboost_cli_user.py
    • 12.1.3 python -m funboost 和 python 项目根目录/funboost_cli_user.py 传参不同点
  • 12.2 funboost命令行指定消费函数所在的模块或文件夹
  • 12.3 打印发现的用户定义的@boost消费函数
  • 12.4 funboost命令行清空消息队列
  • 12.5 funboost命令行给一个队列发布消息
  • 12.6 funboost命令行启动多个queue消费者
    • 12.6.b funboost命令行启动所有queue消费者,用户无需指定队列名
  • 12.7 funboost命令行暂停消费
• 13 funweb (funboost web manager) 介绍
  • 13.1 介绍 启动 funweb (funboost web manager) (方式一)。
    • 13.1.b 直接在代码中启动web start_funboost_web_manager() (方式二)：
  • 13.2 funweb 截图
  • 13.3 funboost web 图片对应的测试代码
  • 13.4 🚀 funweb 系统功能-脚本部署管理
    • 13.4.1 核心功能
    • 13.4.2 使用方式
      • 13.4.2.2 funboost 查看日志按时间筛选范围说明
    • 13.4.3 funweb 脚本部署功能说明
    • 13.4.4 脚本部署功能截图
    • 13.4.5 🆚 与传统方案对比
    • 13.4.6 funweb 是否支持远程部署（部署到其他机器）？
  • 13.5 funweb 系统功能-资源监控
  • 13.6 📖 funweb 系统功能 - 通用日志查看器
    • 13.6.2 ✨ 功能亮点
  • 13.7 funweb 告警配置功能
    • 13.7.1 支持的 5 种告警类型
    • 13.7.2 支持的通知渠道
    • 13.7.3 告警记录
    • 13.7.4 告警去重机制
    • 13.7.5 告警消息格式示例
    • 13.7.6 告警配置截图
• 14 🤖 利用 AI 来掌握 funboost 的正确方式
  • 14.0 ✅ 正确使用 AI 掌握 funboost 的方法
    • 14.0.1 ❌ 常见错误方式（必须避免）
    • 14.0.2 ✅ 唯一正确的路径
    • 14.0.3 🆘 当你遇到问题时，请提供以下信息
  • 14.0b 🛠️ nb_ai_context：冷门项目的 AI 上下文生成工具
  • 14.0c ❓ 为什么要专门写第14章？
  • 14.0d 📊 各 AI 掌握 funboost 能力评分
  • 14.1 📚 funboost_all_docs_and_codes.md 文档说明
    • 14.1.1 ⚠️ 必须上传文档再提问
    • 14.1.2 📂 文档地址
    • 14.1.3 🔧 文档使用 nb_ai_context 生成
    • 14.1.4 💻 funboost AI 上下文 markdown 文档的生成代码
  • 14.2 🛠️ 使用 .agents/skills 给本地 AI Agent 用
  • 14.3 使用nbrag mcp
• 15. ⚡ Funboost.FaaS：让函数起飞的 Serverless 引擎 🚀
  • 15.1 🌟 架构质变：从 Worker 到 Service
  • 15.2 💎 核心特性速览
  • 15.3 🌌 应用场景与价值
  • 15.4 🛠️ 核心原理
    • ❌ 传统"硬编码"方式的痛点
    • ✅ Funboost 解法：基于元数据的动态代理
  • 15.5 📚 API 接口清单 (Swagger 📖 开箱即用)
    • 15.5.1. 📨 消息发布与结果查询
    • 15.5.2. 🔍 服务发现与元数据 (FaaS 核心 💎)
    • 15.5.3. ⚙️ 队列运维与监控
    • 15.5.4. ⏰ 动态定时任务编排
    • 15.5.5. 🎛️ Scheduler 调度器控制
    • 15.5.6. 🏷️ 项目筛选 (care_project_name)
    • 15.5.10. 📄 Swagger 接口文档截图
  • 15.6 💻 快速接入指南
    • 15.6.1 🌟 FastAPI 接入（推荐）
    • 15.6.2 🧪 Flask 接入
    • 15.6.3 🎯 Django 接入 (Django-Ninja)
    • 15.6.4 🔒 权限控制 (Security)
  • 15.7 🎯 调用示例：通过 HTTP 发布 RPC 任务
  • ⚠️💡 15.8 注意事项
  • 🧪 15.9 funboost.faas 演示例子
    • 15.9.2 🧪 如何测试函数自动发现？
  • ⏰ 15.10 funboost.faas 定时任务管理 —— 架构级解耦的调度中心 🏗️
    • 15.10.1 🥊 核心差异：为什么优于传统 APScheduler 管理？
    • 15.10.2 🚀 Funboost 的解决方案：彻底解耦
    • 15.10.3 🛠️ 接口能力概览
    • 15.10.4 💻 调用示例：完全黑盒化的管理
      • 1️⃣ 动态添加任务（无需代码引用）
      • 2️⃣ 管理任务
    • 15.10.5 ⚙️ 技术原理
    • 15.10.6 📊 总结对比
  • 15.11 🆚 funboost.faas vs 传统 Web 框架写接口
    • 15.11.1 🐢 传统 Django/Flask 的痛点
    • 15.11.2 🚀 funboost.faas 的设计哲学：函数即接口
    • 15.11.3 📊 代码量对比
    • 15.11.4 🔄 上新功能流程对比
    • 15.11.5 🎉 最爽的几个点
      • 15.11.5.1 ✨ 真正的"写完即上线"
      • 15.11.5.2 🌐 Web 网关 = 万能入口
      • 15.11.5.3 🔄 天然支持异步和 RPC
      • 15.11.5.4 🤝 跨团队协作超方便
    • 15.11.6 ⚖️ 什么场景传统方式更合适？
    • 15.11.7 💡 本质总结
• 20. 🌟 Funboost 核心设计思想
  • 20.1 🗽 函数至上，零侵入
  • 20.2 🏛️ 去中心化：无全局 app，import 即注册
  • 20.3 🔌 万物皆可 Broker：直连 + 短调用链
    • 20.3.1 🌐 远超"多支持几种MQ"
    • 20.3.2 ⚡ 为什么不用 Kombu 统一抽象
  • 20.4 📦 纯 JSON 消息 + 执行模型透明
  • 20.5 🛡️ 声明式控制 + OOP 扩展
    • 第一层：声明意图
    • 第二层：经典 OOP 无限定制
  • 20.6 🌐 PyPI 即生态：拒绝封闭插件宇宙
  • 20.7 🚀 从任务队列到 FaaS 平台
  • 20.8 🧠 定位：通用函数调度平台
  • 20.9 👑 总结