如何实现Pyrogram机器人多进程并行处理命令？

你的问题根源在于同步阻塞函数占用了Pyrogram的异步事件循环。Pyrogram基于asyncio，事件循环是单线程的：当/TASK1里调用first_def()、second_def()这些耗时的同步函数时，整个事件循环会被卡住，无法处理/TASK2的请求，直到这些同步函数执行完毕，才会轮到/TASK2运行，所以导致/TASK2延迟。

要让两个命令并行执行，核心是不让同步阻塞函数占用事件循环，可以通过以下两种方式实现：

方式1：将同步函数改为异步函数（推荐） #

如果first_def、second_def、task2_def1等函数是你自己编写的，优先把它们改成异步版本，用async def定义，内部IO操作（比如网络请求、文件读写）替换为异步实现，然后在命令处理函数里用await调用：

# 把同步函数改为异步示例
async def first_def():
    # 原同步逻辑替换为异步操作，比如用aiohttp代替requests，asyncio.sleep代替time.sleep
    await asyncio.sleep(10)

async def cmd_TASK1(client,message):
    await first_def()
    first_step = await message.reply_text("First Step Done .",message.id)
    await second_def()
    second_step = await bot.edit_message_text(message.chat.id,first_step.id,"Second Step Done.")
    await third_def()
    third_step = await bot.edit_message_text(message.chat.id,second_step.id,"Third Step Done.")
    await bot.edit_message_text(message.chat.id,third_step.id,"All Step Done.")

方式2：用线程池/进程池运行同步函数 #

如果无法修改同步函数（比如是第三方库的函数），可以用asyncio的run_in_executor把同步函数放到线程池或进程池里执行，避免阻塞事件循环：

修改后的完整代码 #

import asyncio
from concurrent.futures import ThreadPoolExecutor
from pyrogram import Client, compose,filters
from defs import *

# 创建线程池，根据并发需求调整worker数量
executor = ThreadPoolExecutor(max_workers=4)

async def main():
    user = Client(user_detail)
    bot = Client(bot_detail)
    clients = [user, bot]
    
    # 获取当前事件循环
    loop = asyncio.get_event_loop()

    # 第一个命令TASK1执行耗时30秒
    @bot.on_message(filters.command("TASK1", [".","/"]))
    async def cmd_TASK1(client,message):
        # 用线程池执行同步函数，不阻塞事件循环
        await loop.run_in_executor(executor, first_def)
        first_step = await message.reply_text("First Step Done .",message.id)
        
        await loop.run_in_executor(executor, second_def)
        second_step = await bot.edit_message_text(message.chat.id,first_step.id,"Second Step Done.")
        
        await loop.run_in_executor(executor, third_def)
        third_step = await bot.edit_message_text(message.chat.id,second_step.id,"Third Step Done.")
        
        await bot.edit_message_text(message.chat.id,third_step.id,"All Step Done.")
  
    # 第二个命令TASK2执行耗时5秒
    @bot.on_message(filters.command("TASK2", [".","/"]))
    async def cmd_TASK2(client,message):
        await loop.run_in_executor(executor, task2_def1)
        first_step = await message.reply_text("50% Done.",message.id)
        
        await loop.run_in_executor(executor, task2_def2)
        await bot.edit_message_text(message.chat.id,first_step.id,"All Done Successfully")
      
    await compose(clients)
asyncio.run(main())

关键说明 #

• 线程池适合IO密集型任务（比如网络请求、文件读写）；如果是CPU密集型任务，可换成ProcessPoolExecutor，但进程池开销更大，需注意资源占用。
• max_workers可根据你的并发量调整，一般设置为CPU核心数或稍高。
• 不要在同步函数里调用Pyrogram的API方法（如message.reply_text），这些必须在异步函数中用await执行。

内容的提问来源于stack exchange，提问作者Mainul