定时任务还想上 Hangfire？这个被 AI Agent 项目看上的 TickerQ，把反射全干掉了

写后端的人都躲不开定时任务：每天凌晨跑对账、每五分钟拉一次订单状态、给超时未支付的订单自动关单。.NET 这边的选择说多也多，说少也少——Quartz.NET 功能全但配置啰嗦，Hangfire 用着顺手，可一上 Dashboard 就开始掏钱，而且它那套基于反射的作业发现，在 Native AOT 时代多少有点格格不入。

今天要聊的 TickerQ，走的是另一条路：编译期用 Source Generator 把所有作业注册好，运行时零反射，自带持久化和监控面板。GitHub 上 3600 多个 star，最近 .NET 圈子里讨论度不低。

不过这篇不只是把别人介绍过的东西再抄一遍。真正让我注意到它的，是 NuGet 官方页面上一个细节：在"依赖 TickerQ 的热门仓库"榜单里，除了 ABP 这种企业级框架，还躺着 clawdotnet/openclaw.net——一个用 .NET 写的自托管 AI Agent 运行时。一个把 Native AOT 写进标语的项目，定时调度这块交给了一个"新星"库。顺着挖下去，挖到一个挺有意思的工程案例：用 TickerQ 给 AI Agent 装"定时心跳"，实现 /loop 定时循环指令。

TickerQ 是什么

仓库： https://github.com/Arcenox-co/TickerQ ，文档： https://tickerq.net 。

先报数据，2026 年 9 月下旬从 GitHub API 拉的：3,600+ star，210+ fork，仓库 2023 年 4 月创建，更新很勤。License 是 MIT + Apache 2.0 双协议，商用没有障碍。版本号从 2.x 直接跳到 10.x，团队解释是为了跟 NuGet 包版本对齐，看着吓人，其实就是数字游戏。

传统调度框架找作业的方式大同小异：启动时扫程序集，用反射找带特定 Attribute 的方法，再靠字符串配置把它们串起来。这套玩法有两个毛病：启动慢、有开销是一方面；更要命的是方法名、cron 表达式全写在字符串里，写错了到运行时才炸。而且反射和 AOT 裁剪天生犯冲，.NET 8 之后想把服务发布成 Native AOT，Hangfire 这类框架基本没戏。

TickerQ 的做法是把这件事挪到编译期。你写一个普通的类方法，打上 [TickerFunction] 特性，Source Generator 在编译时就把方法名、类型、调度配置全部生成好。换来三个好处：启动没有反射扫描的开销；cron 写错了编译期直接报错；整个库可裁剪、可 AOT，官方首页明晃晃写着 Native AOT ready。

核心包就一个，dotnet add package TickerQ 装完，三步走：

var builder = WebApplication.CreateBuilder(args);
builder.Services.AddTickerQ();

var app = builder.Build();
app.UseTickerQ();
app.Run();

using TickerQ.Utilities.Base;

public class MyJobs
{
    [TickerFunction("HelloWorld")]
    public async Task HelloWorld(
        TickerFunctionContext context,
        CancellationToken cancellationToken)
    {
        Console.WriteLine($"Hello from TickerQ! Job ID: {context.Id}");
    }
}

定时跑就用 cron 特性标注：

[TickerFunction("Cleanup", cronExpression: "0 2 * * *")]  // 每天凌晨两点
public async Task Cleanup(TickerFunctionContext ctx, CancellationToken ct)
{
    // 清理过期数据...
}

想临时插个一次性任务，注入 ITimeTickerManager<TimeTickerEntity>，AddAsync 一调就完事。

几个我在意的设计：

持久化用你自己的库，不另起炉灶。EF Core Provider 支持 PostgreSQL、SQL Server、SQLite、MySQL，不想引 EF 还有 Redis Provider。作业状态就躺在你自己的基础设施里，备份、迁移都顺手。

Dashboard 不收钱。基于 SignalR 的实时面板，执行状态、失败记录、重试情况都看得见，还能直接在面板上启用/禁用某个 cron 作业，不用改代码不用重新发布。这个功能在生产环境是真的救命。

多节点也做了。加实例，靠 Redis 心跳做分布式协调，节点挂了有 dead-node 清理，锁机制保证同一个作业不会被两个节点同时抢走。

OpenClaw.NET 又是什么

https://github.com/clawdotnet/openclaw.net ，一个自托管的 AI Agent 运行时。跑一个本地网关，连托管或本地模型（OpenAI、Claude、Gemini、DeepSeek、Ollama 都有），给 Agent 配 80 多个工具面和记忆，再通过桌面端（Avalonia 写的 AgentQi Companion）、浏览器、CLI、TG、WhatsApp 这些渠道对话。

它的工程取向很明确：Native AOT 优先，启动快，内存低，零反射。发行包直接附带 AOT 编译好的网关和 CLI，解压就能跑。

这就是理解它选型 TickerQ 的钥匙。一个把 Native AOT 当命根子的系统，挑调度框架时，第一眼就会把所有反射重、裁剪不友好的老面孔筛掉。

用 TickerQ 给 AI Agent 装"定时心跳"

OpenClaw.NET 最近合并的 /loop 命令（PR #156，社区贡献者 geffzhang 提交，思路来自 OpenAI Codex 的 /loop 原语），是个不错的 TickerQ 实战样本：1,033 行代码，11 个文件，62 个测试。

功能不复杂：聊天界面输入 /loop 5m check CI status，系统每 5 分钟往会话里注一次系统消息，驱动 Agent 持续检查 CI 状态并汇报，直到任务完成自动终止。拆开来，里面有几个地方做得挺讲究。

混合调度。 这是整个实现的地基。TickerQ 当前的版本有个特点：cron 表达式只支持编译期声明，不暴露"运行时再动态建一个每 5 分钟跑的任务"这种接口。你只能写死 [TickerFunction("AgentLoopExecutor", "* * * * *")]，编译完就定了。但 /loop 显然要动态调度——用户随时发起新循环，间隔还各不相同。

PR 的做法是：编译期挂一个每分钟 tick 一次的 TickerQ 定时器当"心跳"，运行时维护一张 ConcurrentDictionary<string, LoopEntry> 内存注册表，记每个活跃 loop 的下次触发时间和间隔。心跳一到，扫一遍注册表，把到期的推进一轮。

没魔改 TickerQ，也没引入第二个调度依赖，ConcurrentDictionary 的线程安全性久经验证。代价是多了一层内存轮询，但对分钟级精度完全够用。这条经验对 TickerQ 用户挺值钱：框架不给动态 cron，不代表做不了动态调度，一个高频心跳加一张注册表，就把"编译期调度器"和"运行时动态任务"缝在了一起。

零入侵 AgentRuntime。 Loop 的提示词不是直接塞给模型，而是通过 MessagePipeline.InboundWriter 以 ChannelId="cron" 的系统消息注入。这条消息走和正常用户消息完全相同的投递管道，由已有的 GatewayInboundMessageWorker 消费、转发。AgentRuntime 一行代码没改——MafAgentRuntime 也一样。

这里补一句背景：OpenClaw.NET 是双运行时结构。除了内置的 AgentRuntime，还有一个基于 Microsoft Agent Framework 的 MafAgentRuntime，两个运行时实现同一套入站消息接口。/loop 的消息走的是管道，不碰任何一个运行时的内部实现，所以对两个运行时等效生效。整个 PR 里我最喜欢的就是这个决定。

双层终止。 这块做得有点 paranoid，但事出有因。OpenAI Codex 早期曾因缺乏有效终止机制，Agent 干完活继续空转，日志膨胀到 34GB/天。所以 PR 用了两层兜底：主路径是模型主动调 loop_control(status="complete") 工具，显式声明干完了；备用路径是检测响应文本里的终止关键词（LOOP_TERMINATE、DONE、WORK_COMPLETE 之类），用 FrozenSet 存，O(1) 查找。只有被无限循环整过的人，才会在终止条件上这么较真。

零反射。 整个实现零反射、零动态代码生成：[GeneratedRegex] 编译期生成正则，[TickerFunction] 源生成器处理调度声明，System.Text.Json 源生成器序列化 payload，关键词集合用 FrozenSet 冻结。Native AOT 会把反射和动态代码裁掉，轻则性能掉，重则直接起不来。TickerQ 的零反射在这里不是性能卖点，是整套方案能编进 AOT 二进制的前提。

调度之外还有一张精简的三态机：Scheduled → Running → Terminated（终态）。配套三条规则：同一个 session 只能有一个活跃 loop，重复发起直接覆盖旧的；上一轮没跑完时新消息排队等，不强行中断；语义终止后不弹通知，安静退出，把界面还给用户。最后这条我觉得是细节见功力——没人愿意被一个已经没必要的循环反复弹窗。

/loop 还跟 OpenClaw.NET 里另一个原语 /goal 形成互补：/goal 是模型一停就自动续跑，适合"修完全部测试"这种一口气推进的；/loop 是定时巡检，适合"每 5 分钟看一眼 CI"这种等外部状态变化的。同一个 session 可以同时挂俩，一个巡检，一个推进。

为什么这对 TickerQ 算个背书

一个把 Native AOT 当命根子的系统，把定时调度的地基交给 TickerQ，逻辑很清楚：零反射加源生成，能编进 AOT 二进制，这是硬门槛；cron 编译期校验，心跳表达式写错构建直接失败；核心包零外部依赖，符合运行时"克制"的切分哲学；Dashboard 和持久化按需引入，用多少引多少。

ABP 用 TickerQ，证明它能在企业级框架里站住脚。OpenClaw.NET 这个案例证明的是另一件事：在 AOT、源生成这条新技术路线上，它是目前 .NET 里比较顺手的调度原语。

这个案例顺带说明的事

今年 AI 圈概念迭代快得应接不暇：Prompt Engineering 还没消化，Context Engineering 登场；Harness Engineering 刚存进收藏夹，Loop Engineering 又来了。判断新概念是不是噱头，最好别争论定义，去看真实的工程实现。

/loop 的本质可以压成一句话：Loop = Cron（定时触发）+ 决策器（判断下一步干什么）。Claude Code 的负责人今年说过一句类似"我不再 prompt Claude 了，我写 loop 让它们运行"的话。人的活计正在从"跟模型对话"变成"设计模型的运行规则"。而"定时触发"这一半，TickerQ 这类现代调度器已经把路铺好了。

想动手的话，建议先问自己五个问题：触发条件清楚吗？上下文可信吗？工具边界受控吗？结果可验证吗？停止条件明确吗？都有答案再写 loop，缺一个，就是把混乱自动化。

泼点冷水

说点缺点，免得你以为我在恰饭。

第一，TickerQ 还年轻。3600 star 在 .NET 生态里只能算新星，对比 Hangfire 十几年生产验证，坑肯定没踩完。GitHub 上挂着 100 多个 open issue，用之前先搜一下自己的场景是不是已知问题。

第二，文档还在追赶代码。部分高级用法得翻源码示例确认，不如老牌框架厚实。

第三，/loop 的动态调度是靠内存注册表实现的——进程一重启，活跃 loop 就没了。对"每 5 分钟看 CI"这种可重建的循环无所谓，但如果你要做重启后必须恢复的动态任务，得自己接 EF Core 持久化做恢复逻辑，动手前先评估清楚。

第四，场景简单就别上框架。一个后台服务里跑个 PeriodicTimer 就够的活，别为这个引库。杀鸡别用牛刀。

适合谁：被 Hangfire 配置或收费困扰的团队；要上 Native AOT 的项目；需要免费监控面板和多节点协调的中小型系统；还有正在做 AI Agent、需要给 Agent 装"定时心跳"的人。不适合谁：极度求稳、非十年老库不用的团队；只有两三个定时任务的玩具项目。

结语

折腾下来的感觉是：TickerQ 踩中了 .NET 转向 AOT 和源生成的大趋势，设计在线；OpenClaw.NET 的 /loop 则把这个趋势落到了一个看得见的场景里——给 AI Agent 写定时循环这件事，用 .NET 的源生成调度器一千行左右就能落地，还全程 AOT。

当不了 Hangfire 的平替，但完全可以进"下一个项目默认选它"的候选名单。哪天你的 Agent 需要一颗定时心脏，说不定会想起这个组合。

参考链接：

1. TickerQ 仓库：https://github.com/Arcenox-co/TickerQ
2. TickerQ 官方文档：https://tickerq.net
3. OpenClaw.NET 仓库：https://github.com/clawdotnet/openclaw.net
4. OpenClaw.NET PR #156（/loop 实现）：https://github.com/clawdotnet/openclaw.net/pull/156