本文介紹如何通過分布式任務調度XXL-JOB與大模型DeepSeek的深度結合,實現財經熱點新聞的定時自動推送和金融資料分析。
背景介紹
隨著 AI 大模型能力的不斷提升,其在業務實踐中的應用情境也日益豐富。許多業務情境,除了由人工主動發起的之外,還可以通過定時任務在後台自動運行,並結合大模型能力進行增強。以下是典型的應用情境:
風險監控:定時監控系統關鍵計量,結合大模型的智能分析能力,識別潛在風險。
資料分析:定時採集線上金融資料,由大模型進行智能分析,為投資者生出決策建議。
前提條件
開通阿里雲百鍊,在阿里雲百鍊中建立API-KEY。
環境準備
搭建DeepSeek
搭建XXL-JOB
實現推送熱點新聞
本案例基於MSE XXL-JOB版/自建XXL-JOB和阿里雲百鍊託管的DeepSeek R1為例介紹實現,Demo詳情可參見xxljob-demo(SpringBoot)。
步驟一:將應用接入任務調度平台XXL-JOB
登入阿里雲Container Service控制台,建立一個ACK Serverless叢集。需為當前VPC開啟配置SNAT(VPC已配置過則可忽略),以便拉取Demo鏡像。
在Container Service控制台的叢集列表頁,單擊目的地組群,選擇工作負載 > 無狀態服務,單擊使用YAML建立資源,參考如下YAML配置將應用接入MSE任務調度平台XXL-JOB。其中配置參數
-Dxxl.job.admin.addresses,-Dxxl.job.executor.appname,-Dxxl.job.accessToken,-Ddashscope.api.key,-Dwebhook.url可參見配置啟動參數。
步驟二:配置啟動參數
擷取啟動參數配置。
登入MSE XXL-JOB控制台,並在頂部功能表列選擇地區。
單擊進入目標執行個體,在左側導覽列的應用管理頁面。單擊目標應用執行器數量列下的接入。

替換為目標執行個體接入配置後,一鍵複製參數項至YAML配置:
-Dxxl.job.admin.addresses=http://xxljob-xxxxx.schedulerx.mse.aliyuncs.com -Dxxl.job.executor.appname=xxxxx -Dxxl.job.accessToken=xxxxxxx登入阿里雲百鍊平台,單擊右上方人像表徵圖中的API-KEY進入管理介面,可以建立或複製一個API-KEY。
替換API-KEY後,複製參數項至YAML配置:
-Ddashscope.api.key=sk-xxx在釘群Webhook地址,可以在DingTalk群設定中添加一個自訂機器人。
替換
access_token值後,複製參數項至YAML配置:-Dwebhook.url=https://oapi.dingtalk.com/robot/send?access_token=xx
步驟三:建立AI任務並運行
MSE XXL-JOB 控制台
登入MSE XXL-JOB控制台,並在頂部功能表列選擇地區。單擊目標執行個體,在左側導覽列的任務管理頁面,單擊建立任務。
在建立工作面板中配置JobHandler名稱為
sinaNews,任務參數配置prompt提示詞資訊如下,其他配置按預設儲存即可。在任務管理頁面,單擊建立的
sinaNews任務名操作列下的運行一次,等待任務執行成功,釘群即可定時接收AI分析總結的資訊。
自建XXL-JOB Admin
在自建的XXL-JOB Admin控制台上建立任務,配置JobHandler為
sinaNews,任務參數可參見任務參數配置樣本。在任務管理頁面,手動運行一次任務,收到DingTalk通知如下。
實現金融資料分析
基於實現推送熱點新聞例子中,我們只拉取了新浪財經的新聞,如果想准即時拉取國內外金融新聞和資料,快速做出決策,一個單機任務的時效性肯定是不夠的。我們可以使用MSE XXL-JOB的廣播分區任務,將大任務拆分成小任務,不同的小任務去拉取不同的資料。再通過MSE XXL-JOB的任務編排能力組成一個流程,一步步去完成我們的任務。
在MSE XXL-JOB上建立3個任務,並建立依賴關係,拉取金融資料 → 資料分析 → 產生報告。其中拉取金融資料任務的路由策略是廣播分區。
拉取金融資料任務開始執行的時候,通過廣播分區派發多個子任務給不同的執行器,以擷取各大國內外財經新聞和金融資料,並將結果儲存起來(比如資料庫、Redis或者Object Storage Service)。
在資料分析任務開始執行的時候,擷取當前的金融資料,再調用DeepSeek進行分析,將結果儲存起來。
在資料分析完成後,再通過報告產生任務,將分析完的資料產生一個報告或者報表,通過DingTalk或者Direct Mail給使用者,提供投資建議。






