このトピックでは、分散タスクスケジューラ XXL-JOB と大規模言語モデル DeepSeek を使用して、トレンドの金融ニュースを定期的に自動プッシュし、金融データを分析する方法について説明します。
背景情報
大規模 AI モデルの能力が向上するにつれて、そのビジネスアプリケーションは拡大しています。多くのビジネスシナリオは、手動で開始する代わりに、バックグラウンドで定期タスクとして自動的に実行できます。これらのタスクは、大規模言語モデルの能力で強化できます。以下は一般的なシナリオです。
リスク監視: 定期的に主要なシステムメトリックを監視し、大規模言語モデルのスマート分析を使用して潜在的な脅威を検出できます。
データ分析: 定期的にオンラインの金融データを収集し、大規模言語モデルを使用してインテリジェントな分析を行い、投資家向けの意思決定アドバイスを生成できます。
前提条件
Alibaba Cloud Model Studio コンソールで Alibaba Cloud Model Studio を有効化し、API-KEY を作成済みであること。
環境の準備
DeepSeek のセットアップ
XXL-JOB のセットアップ
ホットニュースのプッシュ
この例では、MSE XXL-JOB バージョンまたはセルフホスト型の XXL-JOB と、Alibaba Cloud Model Studio でホストされている DeepSeek-R1 を使用してソリューションを実装する方法を示します。デモの詳細については、xxljob-demo (SpringBoot) をご参照ください。
ステップ 1: アプリケーションを XXL-JOB スケジューリングプラットフォームに接続する
Alibaba Cloud Container Service for Kubernetes (ACK) コンソールにログインし、ACK サーバーレスクラスターを作成します。デモイメージをプルするには、現在の VPC に対して SNAT (サーバー名アドレス変換) を有効にして設定する必要があります。VPC に SNAT がすでに設定されている場合は、このステップをスキップできます。
ACK コンソールの [クラスター] ページで、ターゲットクラスターの名前をクリックします。左側のナビゲーションウィンドウで、[ワークロード] > [ステートレス] を選択します。[YAML から作成] をクリックします。次の YAML 設定を使用して、アプリケーションを MSE XXL-JOB スケジューリングプラットフォームに接続します。パラメーター
-Dxxl.job.admin.addresses、-Dxxl.job.executor.appname、-Dxxl.job.accessToken、-Ddashscope.api.key、および-Dwebhook.urlの詳細については、「起動パラメーターの設定」をご参照ください。
ステップ 2: 起動パラメーターの設定
起動パラメーターを取得します。
MSE XXL-JOB コンソールにログインし、上部のメニューバーでリージョンを選択します。
ターゲットインスタンスをクリックします。[アプリケーション管理] ページで、ターゲットアプリケーションの [エグゼキュータ数] 列にある [アクセス] をクリックします。

プレースホルダーをターゲットインスタンスのアクセス構成に置き換えます。次に、[コピー] をクリックしてパラメーターを YAML 設定にコピーします。
-Dxxl.job.admin.addresses=http://xxljob-xxxxx.schedulerx.mse.aliyuncs.com -Dxxl.job.executor.appname=xxxxx -Dxxl.job.accessToken=xxxxxxxAlibaba Cloud Model Studio プラットフォームにログインします。右上のプロファイルアイコンをクリックし、[API-KEY] を選択して管理ページに移動します。このページで、API-KEY を作成またはコピーできます。
プレースホルダーを API-KEY に置き換えて、パラメーターを YAML 設定にコピーします。
-Ddashscope.api.key=sk-xxxDingTalk グループの Webhook URL を取得するには、DingTalk グループ設定でカスタムロボットを追加します。
access_tokenの値を置き換えて、パラメーターを YAML 設定にコピーします。-Dwebhook.url=https://oapi.dingtalk.com/robot/send?access_token=xx
ステップ 3: AI タスクの作成と実行
MSE XXL-JOB コンソール
MSE XXL-JOB コンソールにログインし、上部のメニューバーでリージョンを選択します。ターゲットインスタンスをクリックします。左側のナビゲーションウィンドウで [タスク管理] をクリックし、次に [タスクの作成] をクリックします。
[タスクの作成] パネルで、[JobHandler 名] を
sinaNewsに設定します。次のprompt情報で [タスクパラメーター] を設定します。他のパラメーターはデフォルト設定のままにして、設定を保存します。[タスク管理] ページで、作成した
sinaNewsタスクを見つけます。[アクション] 列で、[1 回実行] をクリックします。タスクが正常に実行されるのを待ちます。その後、DingTalk グループは AI が分析したニュースサマリーを定期的に受信します。
セルフホスト型 XXL-JOB Admin
セルフホスト型 XXL-JOB Admin コンソールで、タスクを作成します。[JobHandler] を
sinaNewsに設定します。タスクパラメーターについては、「タスクパラメーターの設定例」をご参照ください。タスク管理ページで、タスクを手動で 1 回実行します。次の図に示すように、DingTalk 通知を受信します。
金融データ分析の実行
「ホットニュースのプッシュ」の例では、新浪財経 (Sina Finance) からのみニュースをプルします。しかし、国内外の金融ニュースとデータをほぼリアルタイムでプルして迅速な意思決定を行うには、単一マシンタスクでは速度が不十分です。この問題に対処するために、MSE XXL-JOB のシャーディングブロードキャストタスクを使用して、大規模なタスクを異なるデータをプルする小さなタスクに分割できます。次に、MSE XXL-JOB のタスクオーケストレーション機能を使用して、タスクを段階的に完了するためのフローを作成できます。
MSE XXL-JOB で 3 つのタスクを作成し、それらの依存関係を確立します:金融データのプル → データ分析 → レポートの生成。[金融データのプル] タスクのルーティングポリシーをブロードキャストシャーディングに設定します。
[金融データのプル] タスクが開始されると、ブロードキャストシャーディングは複数のサブタスクを異なるエグゼキュータにディスパッチして、国内外の金融ニュースとデータをプルします。結果は、データベース、Redis、または Object Storage Service (OSS) などの場所に保存されます。
[データ分析] タスクが開始されると、収集された金融データを取得します。タスクは次に DeepSeek を呼び出してデータを分析し、結果を保存します。
データ分析が完了すると、[レポートの生成] タスクは分析結果からレポートを生成します。タスクは次に、投資アドバイスを含むレポートを DingTalk または電子メールを介してユーザーに送信します。






