Celery es el framework de cola de tareas distribuido que gestiona la ejecución de todos los trabajos computacionalmente intensivos del pipeline KYC (inferencia ML, procesamiento de imagen, OCR).

When to use

Usar en el worker_pool_agent como motor de ejecución de tareas. El orquestador encola tareas en Celery y los workers las procesan de forma asíncrona.

Instructions

Instalar: pip install celery[redis].

Configurar app:

app = Celery('verifid', broker='redis://localhost:6379/0', backend='redis://localhost:6379/1')
app.conf.task_serializer = 'json'
app.conf.result_serializer = 'json'

Definir tareas con @app.task(bind=True, max_retries=3).
Configurar colas por prioridad: task_routes = {'liveness.*': {'queue': 'realtime'}}.
Arrancar workers: celery -A verifid worker -Q realtime,gpu,cpu --concurrency=4.

Celery es el framework de cola de tareas distribuido que gestiona la ejecución de todos los trabajos computacionalmente intensivos del pipeline KYC (inferencia ML, procesamiento de imagen, OCR).

When to use

Usar en el worker_pool_agent como motor de ejecución de tareas. El orquestador encola tareas en Celery y los workers las procesan de forma asíncrona.

Instructions

Instalar: pip install celery[redis].

Configurar app:

app = Celery('verifid', broker='redis://localhost:6379/0', backend='redis://localhost:6379/1')
app.conf.task_serializer = 'json'
app.conf.result_serializer = 'json'

Definir tareas con @app.task(bind=True, max_retries=3).
Configurar colas por prioridad: task_routes = {'liveness.*': {'queue': 'realtime'}}.
Arrancar workers: celery -A verifid worker -Q realtime,gpu,cpu --concurrency=4.

Celery

When to use

Instructions

Celery

When to use

Instructions

Notes

Sessions

Docker Patterns

Autonomous Loops

Kotlin Patterns

Eval Harness

Golang Patterns