OpenCall，一份用于配置值班智能体的操作指南

嗨！希望这能帮到大家。这是为你们 Agent Swarm 准备的值班工作流。PagerDuty 触发事件（也可以来自 Datadog、Grafana、Opsgenie、Sentry、SigNoz 或任何 webhook）。智能体群会开启一个 Slack 讨论串，调查代码、git 历史记录和遥测数据，发布根本原因及一键审批链接，并在有人批准后创建修复 PR。如果执行某个步骤的提供方失败，同一步骤就会在下一个运行框架上重新执行：先 Claude，再 Codex，最后 OpenCode。<Mermaid title="Open Oncall：告警在接入时被标准化，随后通过故障转移模块进行调查，经人工批准后，修复也通过故障转移模块执行，最后由 close 发布结果。" chart="`flowchart TD A[&#x22;告警<br/>PagerDuty、webhook、Slack&#x22;] --> I[&#x22;intake<br/>标准化、规划执行链、确认接收&#x22;] I --> G{&#x22;gate<br/>是否为告警？&#x22;} G -- 是 --> V[&#x22;investigate<br/>故障转移模块&#x22;] V --> D{&#x22;是否已查明原因？&#x22;} D -- 是 --> P[&#x22;调查结果 + 审批<br/>根本原因、一键操作&#x22;] D -- 否 --> C[&#x22;close<br/>结果、提供方&#x22;] P -- 已批准 --> F[&#x22;fix<br/>故障转移模块、创建 PR&#x22;] P -- 已拒绝或超时 --> C F --> C `" /> Slack 审批流程 机器人将告警发布为讨论串的起始消息，然后发布“正在调查”及计划使用的提供方执行链。调查智能体完成后，会发布根本原因、证据、建议的修复方案，以及“审阅并回复”链接。点击一次即可在控制面板中打开审批请求。批准：修复步骤会在代码仓库中创建一个 PR。不会合并任何内容。拒绝，或在 6 小时内未答复：事件将移交人工处理。只有 approvers 中列出的人员可以答复。智能体会收到 403 响应。讨论串的最后一条消息是处理结果：PR、查明根本原因所用时间、创建 PR 所用时间，以及每个步骤由哪个提供方处理。告警也可以直接来自 Slack：在 ALERT_CHANNELS 所列频道中，匹配 ALERT_PATTERN 的人工消息会启动一次运行。机器人消息绝不会触发运行，因此应让告警工具改用 webhook。提供方故障转移 引擎的节点重试会重新运行同一个智能体，因此重新路由逻辑位于工作流中：intake 读取实时智能体注册表，并为每个步骤规划一条执行链：按照 PROVIDER_ORDER（claude,codex,opencode）的顺序，从每个运行框架中选取一个在线工作智能体，优先选择能力最匹配的。故障转移模块先让第一个工作智能体执行该步骤。失败的尝试会转化为 [FAILED: 原因] 输出，而不会使整次运行失败。属性匹配检测到 [FAILED: 后，会将相同的提示词发送给下一个运行框架中的工作智能体，最多尝试三次。pick 返回第一个成功结果，以及每次尝试对应的一条提供方记录：运行框架、智能体、模型、状态、原因，以及是否看起来属于提供方错误。close 将这些记录写入运行输出（providers.investigate、providers.fix）和最后一条 Slack 消息。应用 Open Oncall 应用读取工作流的运行记录，并展示：事件：状态（正在调查、等待审批、正在修复、已解决、已移交人工）、严重程度、故障转移情况、查明根本原因所用时间和已持续时间。待审批请求：“批准”和“拒绝”答复的是 Slack 讨论串链接指向的同一个请求，因此一次答复即可同时解决两处的审批。事件详情：从告警到解决的时间线，包含每个步骤的提供方、智能体和模型。失败的尝试会显示为 FAILOVER。此应用使用 Apps 功能构建。请让你的 Lead 使用 apps 技能重新设计其样式或添加视图。限制 审批通过链接进行，而非 Slack 按钮。“审阅并回复”会打开控制面板；应用中的“批准”和“拒绝”按钮答复的是同一个请求。PagerDuty 签名。触发器检查的是 X-Open-Oncall-Token 请求头，而非 PagerDuty 的 X-PagerDuty-Signature。任何失败的尝试都会触发故障转移，并非只有提供方错误才会触发。每条提供方记录都会说明属于哪种情况。完全离线的运行框架不会将其任务标记为失败。如果始终没有工作智能体领取任务，就不会触发故障转移。目前尚无单步骤超时机制。告警频道中的每条人工消息都会启动一次运行，并在 gate 处停止。筛选运行记录时，请使用 intake.result.accept = true。