AITM позволяет запускать собственные периодические скрипты обслуживания и автоматизации прямо внутри работающего экземпляра — без пересборки образа Docker и повторного развёртывания, достаточно перезапустить контейнер.

User Jobs (запланированные задания плагинов)

Где находится папка плагинов

Каждая сборка релиза AITM (полный, онлайн и облегчённый варианты Docker) содержит слой plugins-runtime/, встроенный в образ. Однако важна для пользователя та папка, которая находится на постоянном, смонтированном (bind-mount) томе данных: plugins внутри каталога данных — как правило, $AITM_DATA_DIR/plugins внутри работающего контейнера, а не путь внутри образа.

• При первой установке она пуста.
• При первом запуске точка входа контейнера заполняет её эталонным плагином example-scheduled-job — но только если этого подкаталога ещё нет, поэтому собственные правки в этой папке сохраняются при обновлениях и перезапусках.
• AITM заново сканирует каталог плагинов при каждом запуске контейнера — поэтому после добавления или изменения задания необходимо перезапустить контейнер, чтобы оно было подхвачено (пересборка не требуется).

Добавление собственного задания

1. Создайте новый подкаталог в смонтированном пути plugins/ (один каталог на задание/плагин).
2. Добавьте в него файл plugin.json, содержащий массив aitm.jobs.
3. Добавьте файл скрипта, на который указывает handler.path задания.
4. Перезапустите контейнер AITM.

Структура plugin.json

Поле	Описание
name	Уникальный идентификатор задания.
label	Читаемое название, отображаемое в интерфейсе.
intervalMs	Как часто задание повторяется, в миллисекундах.
priority	Приоритет планирования — см. примечание по безопасности ниже; значение "high" зарезервировано для собственных внутренних заданий AITM.
timeoutMs	Максимальное время выполнения, по истечении которого задание завершается.
onTimeout	Что происходит при достижении тайм-аута.
heavy	Помечает задание как ресурсоёмкое.
parallel	Может ли оно выполняться одновременно с другими заданиями.
concurrencyGroup	Группа, внутри которой задания никогда не выполняются одновременно.
after	Задания, которые должны завершиться до запуска этого.
next	Задание, запускаемое после успешного завершения этого.
minFreeRamMb / minFreeCpuPercent	Минимум свободных ресурсов, необходимый для запуска.
kind	'in-process' | 'child-process' | 'remote' — способ выполнения задания.
allowedModes	Режимы сервера, в которых заданию разрешено выполняться.
handler	{ type: 'script', path, args, env } — что запускается и как.

Рабочий пример

Иллюстративная структура, соответствующая поставляемому example-scheduled-job:

{
  "aitm": {
    "jobs": [
      {
        "name": "example-scheduled-job",
        "label": "Example Scheduled Job",
        "intervalMs": 3600000,
        "priority": "normal",
        "timeoutMs": 60000,
        "kind": "child-process",
        "handler": {
          "type": "script",
          "path": "./run.js",
          "args": [],
          "env": {}
        }
      }
    ]
  }
}

Настройка задания без повторного развёртывания

Оператор может переопределить интервал, приоритет или состояние включённости работающего задания через REST без перезапуска контейнера и повторного развёртывания:

• GET /api/scheduler/jobs/:name/override
• PUT /api/scheduler/jobs/:name/override

Полный технический справочник (внутреннее устройство схемы манифеста заданий, семантика kind/allowedModes, механика тайм-аутов и повторных попыток) содержится в собственной документации AITM.