自动化与可靠性
自动化运行与故障手册
让负责人能够监控、暂停、补跑、恢复和复盘自动化任务。
第三方粉丝组织制作 · 非官方网站编辑：千问办公小绿书第三方粉丝编辑组
运行手册解决的是“任务出问题时谁能立刻做什么”。它应与任务配置一起维护，而不是出故障后临时回忆。
每次运行记录
- 批次 ID、触发方式和计划时间；
- 输入时间范围、数据版本和来源状态；
- 每一步的开始、结束、耗时和结果；
- 质量门禁状态与过滤前后数量；
- 输出位置、消息或记录标识；
- 积分、Token、调用次数和总耗时；
- 错误类型、重试次数和最终处理。
日志不保存不必要的正文、密钥或个人数据。
可行动告警
任务：[名称]
批次：[批次 ID]
状态：[Warning / Blocked]
触发时间：[时间]
失败步骤：[步骤]
原因：[具体错误]
已完成：[步骤与产物]
影响：[未交付、部分交付或重复风险]
建议处理：[1、2、3]
负责人：[姓名或岗位]
恢复方式：[从哪个步骤继续]“任务失败，请查看”不是可行动告警。
故障处理顺序
### 控制影响
暂停后续触发，确认是否已经发送、覆盖或产生重复记录。
### 保留现场
保存批次状态、错误、输入版本和已生成产物，不先删除任务。
### 分类问题
判断是数据、权限、配置、模型质量、写入目标还是资源上限。
### 小样本修复
在副本或新批次中复现并修正，不直接在正式任务上试错。
### 补跑与核验
使用原批次或补跑标识避免重复写入，完成后人工检查。
### 复盘更新
更新任务定义、测试样本、告警和运行手册。
运行指标
| 指标 | 说明 |
|---|---|
| 按时触发率 | 计划时间内启动的比例 |
| 一次成功率 | 无需重试或人工介入的比例 |
| 数据源可用率 | 每个来源单独的成功比例 |
| 质量通过率 | Pass、Warning、Blocked 的分布 |
| 推送成功率 | 结果成功写入或送达的比例 |
| 单次运行成本 | 积分、Token、调用和耗时趋势 |
| 人工采用率 | 结果被实际采用的比例 |
指标持续下降时，应暂停扩展范围，优先修正来源、规则或输出。
变更流程
修改提示词、数据源、输出字段、权限或推送位置都属于配置变更。先手动运行三次，记录差异和验证结果，再更新定时任务；保留上一版本和回退方法。