Scheduled AI agent या LLM job को monitor करें
ज़्यादा से ज़्यादा scheduled jobs किसी AI model को call करते हैं: कल के tickets का रात का सारांश, आने वाले email को छाँटने वाला एक agent, एक script जो model से नई rows को classify करवाती है। ये बिना निगरानी के चलते हैं, इसलिए जब कोई काम करना बंद कर देता है तो किसी को तब तक पता नहीं चलता जब तक कोई पूछे कि report कहाँ गई।
AI jobs चुपचाप fail क्यों होते हैं
AI job एक सामान्य scheduled script है जिसके बीच में एक नाज़ुक step है: model के API को call। यह step ऐसे तरीकों से fail होता है जो scheduler नहीं देख सकता:
- API व्यस्त है या आप किसी limit तक पहुँच गए। Model providers "rate limit" (429) या "overloaded" (529, Claude API पर) जैसे errors लौटाते हैं। कई scripts error पकड़ती हैं, उसे log करती हैं और सामान्य रूप से exit कर जाती हैं।
- Quota या credit खत्म हो गया। OpenAI और Claude दोनों के API docs कहते हैं कि ये errors तब तक आते रहते हैं जब तक आप credit न जोड़ें या limit न बढ़ाएँ; दोबारा कोशिश करने से फ़ायदा नहीं होता। चुपचाप retry करने वाला job हफ़्तों तक हर रात fail हो सकता है।
- जवाब खाली है। एक developer एक ऐसे agent का वर्णन करता है जिसने quota खत्म होने पर खाली response के साथ exit code 0 लौटाया, इसलिए उसके आसपास की हर चीज़ ने run को सफल माना (DEV Community, 2026)।
- Job कभी शुरू ही नहीं हुआ। Scheduler के environment में API key का न होना, अलग shell, sleep में पड़ी machine: SD Times इसे सबसे आम मामला कहता है, "your agents aren't failing, they're not running" (2026)।
Tracing tools और provider का dashboard वे calls दिखाते हैं जो हुईं। दोनों में से कोई उस run के बारे में नहीं बताता जो हुआ ही नहीं, या उस run के बारे में जिसने "काम किया" और कुछ नहीं बनाया।
Job को अपने run की खुद रिपोर्ट करने दें
Script में कुछ lines जोड़ें: शुरू होने पर एक ping, खत्म होने पर एक ping, और जब model call (या कुछ और) fail हो तो error message के साथ एक failure ping। TaskBeacon schedule जानता है, इसलिए वह यह भी देखता है जब कोई ping आता ही नहीं।
# --- TaskBeacon: top of the script (standard library only) ---
import json, traceback, urllib.request
TB = "https://taskbeacon.io/ping/your-job-id"
def tb_ping(path="", data=None):
body = json.dumps(data).encode() if data else None
req = urllib.request.Request(TB + path, data=body, headers={"Content-Type": "application/json"})
try:
urllib.request.urlopen(req, timeout=10)
except Exception as e:
print("TaskBeacon ping failed:", e)
tb_ping("/start")
try:
# --- your code here ---
df = [1, 2, 3] # example data: replace with your own (e.g. pandas.read_csv)
except Exception as e:
# the error and the last 20 lines of the traceback go with the failure
tb_ping("/fail", {"error": f"{type(e).__name__}: {e}"[:200],
"log": "\n".join(traceback.format_exc().splitlines()[-20:])[-4000:]})
raise
# --- TaskBeacon: end of the script ---
tb_ping("", {"rows": len(df)})App में, आपके job का Code tab आपको यही code देता है, your-job-id की जगह job के अपने address के साथ, और जिन हिस्सों की ज़रूरत नहीं उनका tick आप हटा सकते हैं।
फिर एक संख्या जोड़ें जो बताए कि job ने अपना काम किया, उदाहरण के लिए उसने कितने items का सारांश बनाया या classify किए, या जवाब की लंबाई। उस संख्या पर एक rule उस run को, जो कुछ बनाए बिना खत्म हुआ, Odd data (असामान्य डेटा) में बदल देता है: देखें खाली या बहुत छोटे जवाब पर alert।
Script खुद edit नहीं करना चाहते? अपने job के Code tab पर Copy prompt for your AI पर click करें। यह आपके job की अपनी lines के साथ एक तैयार message copy करता है; उसे ChatGPT, Claude या Copilot में paste करें, अंत में अपनी script जोड़ें, और assistant pings के साथ script लौटा देता है। चलाने से पहले नतीजा पढ़ लें।
आपको क्या मिलता है
- Failed (विफल) error text के साथ, जब API call fail हो और script उसकी रिपोर्ट करे।
- Missed (छूटा) जब job अपने समय पर नहीं चला, उन रातों सहित जब वह कभी शुरू ही नहीं हुआ।
- Late (देर से) जब कोई run अटक जाए, उदाहरण के लिए ऐसी model call पर जो कभी लौटती ही नहीं।
- Odd data जब यह खत्म हुआ लेकिन आपकी भेजी संख्या 0 है या सामान्य से बहुत कम।
TaskBeacon के बिना
Job को ज़ोर से fail होने दें: API errors को दबाएँ नहीं, model call fail होने या जवाब खाली होने पर non-zero code के साथ exit करें, और scheduler की अपनी alerting से रिपोर्ट करवाएँ। Provider पर spending alert सेट करें ताकि खत्म हुए quota का पता चले। जो runs कभी शुरू नहीं होते, उनके लिए फिर भी job के बाहर कुछ चाहिए जो जानता हो कि उसे कब चलना था, और यही वह हिस्सा है जो script अपने लिए नहीं कर सकती।
क्या आपने Claude या ChatGPT को TaskBeacon से जोड़ा है? उससे पूछिए "कल रात क्या fail हुआ, और क्यों?" और वह आपके jobs के आधार पर जवाब देगा। यह कैसे काम करता है।
संबंधित
डॉक्स में: आपका अपना number · Statuses · Python।
- AI job ख़ाली या बहुत छोटा जवाब लौटाए तो alert पाएँख़ाली जवाब के साथ exit code 0 भी टूटा हुआ run ही है।
- पता करें कि कोई scheduled job चला ही नहींजो run हुआ ही नहीं, वह कोई error नहीं छोड़ता जिस पर alert हो।
- Python cron job या scheduled script fail होने पर alert पाएँcron output रिपोर्ट करता है, सफलता या failure नहीं; Task Scheduler 0x1 दिखाता है, जिसे कोई नहीं देखता।
- Claude या ChatGPT से पूछें कि कल रात क्या fail हुआएक सवाल हर machine के हर job को कवर करता है।
TaskBeacon से शुरुआत मुफ़्त है; अभी हर feature सबके लिए खुला है और credit card की ज़रूरत नहीं। एक job बनाइए, code paste कीजिए, और पहला ping job के page पर दिख जाएगा।
मुफ़्त शुरू करें लाइव demo देखेंस्रोत
- Claude API docs: HTTP errors (429 rate_limit_error, 529 overloaded_error) (बिना तारीख; 12 नवंबर 2026 को जाँचा गया)
- OpenAI API docs: Error codes (429 rate limits और quota) (बिना तारीख; 12 नवंबर 2026 को जाँचा गया)
- SD Times: Your agents aren't failing, they're not running (2026-08-03)
- DEV Community: The model worked, the cron job almost killed my AI agent (2026-05-21)
इस page को इसके स्रोतों से 9 नवंबर 2026 को मिलाकर जाँचा गया। दूसरे products के menu और limits बदलते रहते हैं; अगर यहाँ कुछ अब मेल नहीं खाता, तो support@taskbeacon.io पर लिखें।