7 điểm bởi GN⁺ 26 ngày trước | 1 bình luận | Chia sẻ qua WhatsApp
  • Với tính năng lên lịch trên đám mây, có thể tự động hóa các công việc lặp lại và chạy nền ngay cả khi máy tính đã tắt
  • Có ba cách lên lịch: Cloud, Desktop, và /loop, khác nhau về nơi chạy và đơn vị thiết lập chu kỳ
  • Có thể tạo lịch chạy từ web, ứng dụng desktop và CLI bằng cách chỉ định tên tác vụ·kho lưu trữ·môi trường·chu kỳ·connector
  • Có thể tích hợp với Slack·Linear·Google Drive nhờ tự động chuyển đổi múi giờ, thiết lập chu kỳ tùy chỉnh, và kết nối MCP connector
  • Nhà phát triển có thể dùng tính năng này để xây dựng quy trình tự động hóa liên tục như review mã, phân tích CI, đồng bộ tài liệu

Lên lịch chạy tác vụ trên web

  • Có thể tự động hóa các công việc lặp lại bằng tác vụ lên lịch trên nền tảng đám mây
    • Chạy trên hạ tầng do Anthropic quản lý, nên vẫn tiếp tục hoạt động ngay cả khi máy tính của người dùng đã tắt
    • Ví dụ gồm review Pull Request mỗi sáng, phân tích lỗi CI ban đêm, đồng bộ tài liệu, kiểm tra phụ thuộc hằng tuần
    • Cung cấp cho mọi người dùng Claude Code on the web (Pro, Max, Team, Enterprise)

So sánh các tùy chọn lên lịch

  • Claude Code hỗ trợ ba cách chạy theo lịch: Cloud, Desktop, và /loop
    • Cloud chạy trên đám mây của Anthropic nên vẫn hoạt động ngay cả khi máy tính đã tắt
    • Desktop và `/loop`` chạy trên máy cục bộ, khác nhau ở việc duy trì phiên và quyền truy cập tệp
  • Tác vụ Cloud có thể đặt khoảng cách tối thiểu 1 giờ, còn Desktop và /loop có thể đặt theo mỗi 1 phút
  • Cloud tự động chạy và hoạt động không cần nhắc cấp quyền, còn Desktop có thể đặt quyền theo từng tác vụ

Quy trình tạo tác vụ theo lịch

  • Có thể tạo tác vụ theo lịch từ web, ứng dụng desktop, và CLI
    • Web: nhấp New scheduled task tại claude.ai/code/scheduled
    • Desktop: chọn New remote task trên trang Schedule
    • CLI: dùng lệnh /schedule để thiết lập tương tác hoặc chỉ định trực tiếp như /schedule daily PR review at 9am
  • Các bước tạo
    • Viết tên tác vụ và prompt: vì chạy tự chủ nên cần prompt rõ ràng và đầy đủ
    • Chọn kho lưu trữ: thêm kho GitHub, clone từ nhánh mặc định rồi push thay đổi lên nhánh có tiền tố claude/
    • Chọn môi trường: chỉ định môi trường đám mây gồm quyền truy cập mạng, biến môi trường và script cài đặt
    • Chọn chu kỳ: mặc định là 9:00 sáng hằng ngày theo giờ địa phương, có thể tinh chỉnh chi tiết bằng /schedule update trong CLI
    • Xem lại connector: chọn có bao gồm MCP connector như Slack, Linear, Google Drive hay không
    • Hoàn tất tạo: sau khi tạo sẽ hiển thị trong danh sách, tự động chạy vào thời điểm tiếp theo hoặc chạy ngay bằng Run now

Tùy chọn chu kỳ chạy

  • Chu kỳ lên lịch hỗ trợ tự động chuyển đổi múi giờ và chạy theo giờ địa phương đã chỉ định
  • Việc thực thi có thể trễ vài phút nhưng mỗi tác vụ sẽ giữ độ lệch thời gian nhất quán
  • Các chu kỳ dựng sẵn
    • Hourly: chạy mỗi giờ
    • Daily: chạy mỗi ngày một lần, mặc định 9:00 AM
    • Weekdays: chỉ chạy vào ngày làm việc
    • Weekly: chạy mỗi tuần một lần vào ngày và giờ đã chọn
  • Có thể đặt chu kỳ tùy chỉnh như mỗi 2 giờ hoặc ngày 1 hằng tháng bằng /schedule update trong CLI

Quyền với kho lưu trữ và nhánh

  • Mỗi lần chạy sẽ clone mới kho lưu trữ và bắt đầu từ nhánh mặc định
  • Mặc định chỉ có thể push lên các nhánh có tiền tố claude/
  • Nếu cần chỉnh sửa nhánh được bảo vệ, có thể gỡ giới hạn bằng tùy chọn Allow unrestricted branch pushes

Connector

  • Tác vụ theo lịch có thể tương tác với dịch vụ bên ngoài thông qua MCP connector
    • Ví dụ: đọc yêu cầu hỗ trợ từ kênh Slack và tạo issue trong Linear
  • Mặc định sẽ bao gồm mọi connector đã được kết nối, và có thể bỏ những mục không cần thiết
  • Có thể quản lý connector trong biểu mẫu tạo tác vụ, Settings > Connectors, hoặc CLI /schedule update

Cấu hình môi trường

  • Mỗi tác vụ chạy trong môi trường đám mây, nơi có thể kiểm soát quyền truy cập mạng, biến môi trường và script cài đặt
  • Cần cấu hình trước để phục vụ truy cập API, cài đặt phụ thuộc hoặc giới hạn mạng
  • Ngoài môi trường mặc định (Default), còn có thể tạo môi trường tùy chỉnh

Quản lý tác vụ theo lịch

  • Nhấp vào tác vụ trong danh sách Scheduled để mở trang chi tiết
    • Có thể xem kho lưu trữ, connector, prompt, chu kỳ và lịch sử chạy trước đó
  • Xem lịch sử chạy và tương tác

    • Nhấp vào từng lần chạy (run) để mở toàn bộ phiên
    • Có thể xem Claude đã thực hiện gì, rà soát thay đổi, tạo Pull Request hoặc tiếp tục cuộc trò chuyện
    • Có thể đổi tên, lưu trữ hoặc xóa bằng menu thả xuống cạnh tiêu đề phiên
  • Chỉnh sửa và điều khiển tác vụ

    • Dùng Run now để chạy ngay
    • Dùng công tắc Repeats để tạm dừng hoặc tiếp tục
    • Dùng biểu tượng chỉnh sửa để sửa tên, prompt, chu kỳ, kho lưu trữ, môi trường, connector
    • Dùng biểu tượng xóa để gỡ tác vụ (các phiên hiện có vẫn được giữ lại)
    • Cũng có thể quản lý qua CLI bằng các lệnh /schedule list, /schedule update, /schedule run

Tài nguyên liên quan

1 bình luận

 
Ý kiến trên Hacker News
  • Thú vị ở chỗ trang chính thức thì thông báo ra mắt tính năng, còn việc giới hạn sử dụng lại được báo qua tài khoản Twitter của một thành viên trong nhóm
    Trước đây khi họ công bố tăng gấp đôi mức sử dụng, cũng đã có người dự đoán kiểu “rug pull” này sẽ xảy ra (tweet liên quan)

    • Tôi thấy cách tiếp cận này hợp lý. Thay vì tăng giá cho tất cả mọi người, họ dùng nó để dẫn dắt một hành vi cụ thể. Kiểu giống thu phí giao thông theo khung giờ
    • Dạo này tôi dùng GLM-5 thường xuyên hơn vì chính sách giá của Anthropic. Nó chưa tới mức Opus nhưng vẫn khá ổn. Tôi từng may mắn đăng ký được gói giá rẻ của Alibaba Coding Model, nhưng giờ gói đó không còn nữa
    • Nếu dùng nhà cung cấp đám mây thì phải chấp nhận những hạn chế kiểu này. Nếu muốn ổn định thì tốt hơn nên mua thiết bị cục bộ như Mac Studio hay Strix Halo và tự dựng môi trường suy luận
    • Nếu xem phần bình luận của tweet thứ hai thì một kỹ sư Claude Code của Anthropic đã nói nội dung đó không đúng sự thật. Đây là một ví dụ về việc thông tin sai bị lan truyền
  • Chúng ta đang ngày càng tiến gần tới một thế giới nơi phát triển phần mềm lặp với AI trở thành mặc định
    Người dùng đáng tin cậy đưa phản hồi, AI tổng hợp thành ticket, một AI khác tạo PR, rồi sau khi review thì triển khai
    Có vẻ gần như đã tới giai đoạn hoàn thiện

    • Trước đây tôi cũng tin theo hướng đó, nhưng giờ thì hoài nghi. Tỷ lệ lỗi ở từng bước quá cao, và ngay cả các hệ thống cố giảm lỗi đó cũng lại tạo ra lỗi khác
      AI không viết được mã dễ bảo trì, mà còn làm chậm tiến độ. Cuối cùng lập trình có AI hỗ trợ hiệu quả hơn nhiều
      Lý do FAANG chi 300 USD cho mỗi dòng không phải là tốc độ mà là độ chính xác và cấu trúc
    • Tôi thích hướng đi này nhưng chi phí suy luận quá lớn. Chi phí huấn luyện thì chấp nhận được, nhưng nếu chi phí suy luận giảm thì động lực công khai mô hình lại biến mất
      Nếu Taalas thực sự ghi mô hình trực tiếp vào phần cứng thì đó sẽ là một bước tiến lớn, nhưng rốt cuộc chỉ là chuyển vấn đề sang nút thắt phần cứng
      Biết đâu một ngày nào đó sẽ có thời đại cắm mô hình vào dùng như băng game Boy
    • Từ góc nhìn người dùng, họ đã quá xa phần mềm do con người tạo ra nên cũng chẳng quan tâm ai là người làm ra nó
      Ngay cả việc đọc một bài trên Hacker News cũng đã là kết quả đi qua nhiều tầng hệ thống tự động hóa
    • Dù thêm vài chục năm nữa, việc người dùng viết được ticket tử tế có lẽ vẫn sẽ rất khó
    • Những vòng phản hồi kiểu đó rốt cuộc chỉ làm garbage-in → garbage-out phình to theo cấp số nhân. Nó giống như ảo tưởng “robot tự sửa chính mình”
  • Trước đây tôi từng đặt một thứ giống ChatGPT kiểu “hãy chỉ báo khi đường đi làm lúc 8 giờ sáng hằng ngày bị tắc”, nhưng cuối cùng ngày nào cũng có thông báo dù chẳng hề ùn tắc

    • Phần lớn hệ thống agent chỉ cố giải bài toán này bằng cron, nhưng lại bỏ qua khái niệm prospective memory
      Có thể xem bài viết liên quan tại The Missing Memory Type
    • Rốt cuộc vẫn là phải viết prompt rõ ràng hơn. Giống như trò đùa của dân lập trình, nếu viết điều kiện sai thì kết quả sẽ đi chệch hẳn
    • Agent chạy công cụ bên trong một vòng lặp. Nếu muốn kết quả lặp lại được thì phải định nghĩa rõ “ùn tắc” bằng công cụ
      Tôi đang vận hành hệ thống này bằng cách nối thời tiết, lịch tàu, lịch làm việc và công cụ thông báo Telegram
      Thực ra chỉ dùng cron cũng đủ để triển khai
    • Có thể tự định nghĩa tiêu chí đánh giá bằng thứ như pi-mono (liên kết GitHub)
    • Tôi cũng gặp đúng vấn đề đó. Hệ thống không chỉ gửi true positive mà còn gửi luôn cả false positive. Quá ngớ ngẩn
  • Nhiều người và nhiều công ty muốn tự động hóa trên web, nhưng phía vận hành website đã chặn điều đó
    Vậy mà chỉ cần gắn chữ AI vào tên thì giờ lại có vẻ được cho phép

  • Gần đây tôi chuyển từ GitHub Copilot Pro sang Claude Code Max (20x)
    Claude rất mạnh ở nhiều mặt, nhưng phần agent từ xa/trên đám mây thì còn yếu
    Tôi từng thử thiết lập “Claude on the web” cho một dự án Elixir nhưng thất bại vì vấn đề tường lửa mạng
    Log cũng chỉ hiện phần cuối nên rất khó debug
    Trong khi đó “Coding Agents” của Copilot dùng hạ tầng GitHub Actions nên ổn định hơn nhiều
    “Schedule task on the web” cũng cùng kiểu cấu trúc đó nên tôi lo sẽ gặp vấn đề tương tự

  • Có vẻ cuối cùng mọi người sẽ cố dùng AI cho những việc mà thật ra tự động hóa dựa trên luật đơn giản là đủ
    Trong công ty tôi cũng hay nghe câu “hãy dùng AI để giải quyết X”, nhưng thực ra nhiều trường hợp chẳng cần thiết

    • Có cảm giác cả ngành đang cố tình chặn những tự động hóa cơ bản như “chạy tác vụ bằng cron”
      AI có thể giúp phần “then”, nhưng chỉ cần xử lý tốt điều kiện “if” thôi cũng đã đủ hữu ích
    • Công ty tôi cũng tương tự. Chúng tôi đang trong quá trình M&A, và nhà đầu tư gây áp lực rằng “phải dùng AI nhiều hơn nếu không sẽ tụt hậu cạnh tranh”
      Vấn đề là việc áp dụng AI lại trở thành mục tiêu tự thân
    • Kiểu hệ thống này hợp hơn với những tác vụ trực giác, lỏng như “hãy kiểm tra xem hôm nay có deal nào ngon không”
    • Nếu người dùng có thể diễn đạt ý định một cách rõ ràng thì ổn.
      Tôi từng viết một bài giúp mọi người hiểu kỹ năng của agent
      Building Agent Evals
      Và cũng có bài nói về vấn đề tính không tất định
      Error Compounding
    • Với người dùng phổ thông thì việc viết phần ‘then’ rất khó. Cuối cùng AI có thể hiểu ý định qua ngôn ngữ tự nhiên sẽ giúp hạ thấp rào cản đó
  • Tôi đang dùng gói Claude Code Max 20x mà tác vụ đặt lịch trên đám mây vẫn bị giới hạn ở 3 cái
    Dù vậy bản thân tính năng này vẫn rất hay. Ở local thì vướng quyền hạn khá phiền, còn trên sandbox đám mây thì có thể chạy được
    Ba tác vụ tôi đang thiết lập là như sau

    1. Mỗi thứ Hai chạy pnpm auditpnpm outdated, sau đó viết báo cáo về bảo mật/cập nhật
    2. Mỗi ngày làm việc phân tích log và metric của Sentry để tạo báo cáo issue mới
    3. Xem lại các commit trên nhánh develop của ngày hôm trước để kiểm tra bug, bảo mật, tài liệu còn thiếu, v.v.
      Có vẻ sẽ rất hữu ích nếu cho nó chạy tự động hằng ngày/hằng tuần. Connector Sentry của Claude Code khá chính xác
      Sau này tôi định thử tiến thêm tới tự động tạo issue hoặc gửi PR
    • Thật ra chỉ cần một dòng cron là xong
      0 7 * * 1-5 ANTHROPIC_API_KEY=sk-... /path/to/claude-cron.sh /path/to/repo >> ~/claude-reports.md 2>&1
  • Tốc độ của Claude thật đáng kinh ngạc.
    Grok đã có tính năng này từ trước, giờ những nơi khác mới bắt đầu theo kịp
    Kiểu tính năng này có hiệu ứng khóa người dùng rất mạnh. Grok cho miễn phí 10 tác vụ đồng thời
    Tôi đang dùng nó để trích xuất tin tức từ nhiều nguồn vào mỗi sáng

  • Tính năng này khá hạn chế. Nó không thể chụp ảnh màn hình hay gửi yêu cầu curl tới miền tùy ý
    Vì vậy tôi đã tạo một dịch vụ đám mây tên là Cronbox
    Tôi từng giới thiệu nó bằng bài “Show HN: Cronbox – Schedule AI Agents” và
    cũng có ví dụ tác vụ là Pelican Rides a Bicycle

  • Có vẻ họ đã bỏ sót phần cơ bản. Tôi hiểu đây là chạy prompt trên kho Git, nhưng kết quả sẽ đi đâu?
    Nó được áp dụng trực tiếp bằng cách cấp quyền commit, hay hoạt động thông qua công cụ MCP?

    • Nó được cung cấp thông qua gói MCP. Cách tiếp cận này khá hay
    • Trước đây chúng tôi từng chạy kiểm toán bảo mật tự động mỗi tuần và đăng kết quả lên Slack