# log-analyzer-bug-ai

**Repository Path**: test-dev-qa/log-analyzer-bug-ai

## Basic Information

- **Project Name**: log-analyzer-bug-ai
- **Description**: BUG分诊机器人：
1.采集微服务log日志AI分析诊断BUG
2.提交BUG单并同步飞书多维表格
- **Primary Language**: Python
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: https://gitee.com/test-dev-qa/log-analyzer-bug-ai
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2026-09-15
- **Last Updated**: 2026-09-18

## Categories & Tags

**Categories**: Uncategorized

**Tags**: bug

## README

# log-analyzer-bug-ai

服务器 Docker 错误日志 → 规则/知识库/LLM 诊断 → 飞书 BUG 工单/群卡片，全自动流水线。

![whistle-jmeter插件-bug分诊机器人.png](whistle-jmeter%E6%8F%92%E4%BB%B6-bug%E5%88%86%E8%AF%8A%E6%9C%BA%E5%99%A8%E4%BA%BA.png)

```
关联项目：whistle-jmeter插件
https://gitee.com/test-dev-qa/whistle-jmeter-framework-ai
```
## 架构

```
┌──────────────────┐  ERROR/FATAL   ┌──────────────────────────────────────────────┐
│ Docker 日志源     │ ─────────────► │ 分析层（优先级递减）                           │
│ 本机 / SSH 远程   │  堆栈聚合+过滤  │ 规则引擎 → 知识库 → Embedding RAG → LLM(限流) │
└──────────────────┘  MD5 指纹      └──────────────────────┬───────────────────────┘
                                                            │ JSON
                                                            ▼
                              ┌─────────────────────────────────────────────────────┐
                              │ 交付层                                               │
                              │ 飞书多维表格(upsert) + Webhook/群 BUG 卡片             │
                              │ Coroot Trace + 诊断来源 + 分级通知 + 仅新建工单推群     │
                              └─────────────────────────────────────────────────────┘
```

> 交付层细节（process_chunk 流水线、diagnosis_source 瀑布、Coroot Trace 按钮、NOTIFY_MIN_SEVERITY / NOTIFY_ONLY_NEW）见 **[docs/coroot-trace-diagnosis-notify.md](docs/coroot-trace-diagnosis-notify.md)**。  
> 常见问题汇总见 **[docs/FAQ.md](docs/FAQ.md)**。

| 阶段 | 能力 |
|------|------|
| **采集** | 本机 `docker logs -f`；SSH 远程多容器；cron 批量扫描全容器 |
| **预处理** | 堆栈智能聚合、容器 include/exclude 过滤、healthcheck 噪音跳过 |
| **分析** | 规则引擎(7条) → 知识库(8条) → 相似度/Embedding RAG → LLM；429 重试队列 |
| **去重** | SQLite 指纹库，同根因 upsert 工单而非重复建单 |
| **交付** | 飞书 bitable + Webhook interactive 卡片；P2+ 推群，P3 仅 bitable |
| **运维** | 日报/重试队列/过期消单/健康检查/Prometheus 指标 |

---

## 项目结构

```
log-analyzer-bug-ai/
├── log_analyzer_pipeline.py   # 薄入口 → log_analyzer.cli.main()
├── log_analyzer/              # 模块化 Python 包
│   ├── config.py              # 环境变量与全局常量（导入时自动加载 .env）
│   ├── env_loader.py          # 进程内 UTF-8 加载 .env（直跑与 ./run.sh 行为一致）
│   ├── feishu.py              # FeishuClient、BUG 卡片、Webhook、记录构建
│   ├── llm.py                 # LLM 分析（Ollama / OpenAI 兼容）
│   ├── watchers.py            # 日志监听（本地文件 / Docker / SSH）
│   ├── pipeline.py            # process_chunk、run_pipeline
│   ├── batch_scan.py          # Docker 批量扫描
│   ├── ops.py                 # 日报、消单、重试队列、健康检查、Prometheus
│   ├── cli.py                 # argparse 主入口
│   ├── enhance.py             # 指纹、规则引擎、知识库、限流、指标
│   └── integrations/
│       ├── meegle.py          # Meegle 工单同步（可选）
│       └── embedding.py       # Embedding 向量 RAG（可选）
├── analyzer_enhance.py        # 向后兼容 re-export
├── embedding_rag.py           # 向后兼容 re-export
├── meegle_sync.py             # 向后兼容 re-export
├── run.sh                     # 启动脚本（可选；load_env → exec python）
├── .env.example               # 配置模板
├── requirements.txt
├── rules/rules.json           # 外置诊断规则（+ 内置 4 条 = 7 条）
├── knowledge/fixes.json       # 知识库（8 条，含相似度 RAG）
├── scripts/
│   ├── deploy-devserver.sh    # 一键部署 + 4 条 cron
│   └── docker_errors_scan.sh  # Docker 错误扫描 shell
└── data/                      # 运行时数据（gitignore）
    ├── fingerprints.db        # 指纹 → bitable record_id
    ├── retry_queue.jsonl      # LLM 429/503 待重试块
    ├── metrics.json           # 运行指标
    ├── metrics.prom           # Prometheus 格式
    ├── last_digest.txt        # 日报每日锁
    ├── meegle_sync.json       # Meegle 同步映射
    └── embeddings.db          # Embedding 向量库（可选）
```

### 模块职责

| 模块 | 职责 |
|------|------|
| `cli.py` | 命令行参数解析与分发 |
| `pipeline.py` | 核心编排：过滤 → 指纹 → 分析 → 飞书 upsert → 通知 |
| `enhance.py` | 堆栈指纹、规则/知识库引擎、LLM 限流、SQLite、运行指标 |
| `feishu.py` | bitable CRUD、Webhook/群 interactive 卡片 |
| `batch_scan.py` | 全容器 Docker 错误批量扫描 |
| `ops.py` | 日报、重试队列、过期消单、健康检查 |
| `integrations/` | Meegle 同步、Embedding RAG |

---

## 能力清单

### 日志采集

- **实时监听**：`-f docker://pm-gateway,pm-system` 或本地文件、SSH 远程
- **批量扫描**：`--batch-docker-scan --since 15m`（cron 每 5 分钟，窗口 15m）
- **远程扫描**：`--ssh-target root@192.168.31.6`
- **容器过滤**：`CONTAINER_INCLUDE=` 默认不过滤；`CONTAINER_EXCLUDE=cadvisor,...` 排除监控容器
- **Shell 脚本**：`scripts/docker_errors_scan.sh`（grep 上下文 **50 行**）→ 详见 [docs/docker-errors-scan.md](docs/docker-errors-scan.md)

### 智能分析（四层递进，命中即跳过 LLM）

| 层级 | 来源 | 说明 |
|------|------|------|
| 1 | 规则引擎 | 7 条（Redis/Nacos/OOM/端口 + 外置 MyBatis/MySQL/Nacos） |
| 2 | 知识库 | 8 条 regex 匹配（NPE/Feign/类加载/JSON/Token/SpringBoot/连接池/超时） |
| 3 | 相似度 RAG | Jaccard token 匹配知识库（阈值 0.35） |
| 4 | Embedding RAG | 向量相似检索历史诊断（`EMBEDDING_ENABLED=true`） |
| 5 | LLM | OpenAI 兼容 API（DeepSeek / edgefn），含历史 fix 提示增强 |

- **限流与重试**：`MAX_LLM_QPS=2`；429/503 → `retry_queue.jsonl`
- **堆栈指纹**：同根因多容器合并，SQLite 持久化 hit_count

### 飞书交付

- **多维表格**：自动建单/更新（upsert），字段模式 `rd`
- **Webhook 卡片**：interactive 卡片，含诊断来源、Coroot Trace、查看工单
- **分级通知**：`NOTIFY_MIN_SEVERITY=P2`，P3 仅 bitable
- **防刷群**：`NOTIFY_ONLY_NEW=true`（默认），仅新建工单推 Webhook
- **多环境分流**：`ENV_ROUTING=pm-dev-:dev,pm-:prod` 按容器前缀选 Webhook

### 运维工具

| CLI | 说明 |
|-----|------|
| `--batch-docker-scan` | Docker 批量扫描（主 cron） |
| `--process-retry-queue` | 消费 LLM 失败重试队列 |
| `--daily-digest` | 24h 指纹汇总（每天 1 次，`--force-digest` 强制） |
| `--stale-check` | 标记 N 天未复现指纹为 resolved |
| `--health-check` | 检查 LLM/飞书/Docker 连通性 |
| `--export-prometheus` | 导出 `data/metrics.prom` |
| `--check-bitable` | 表结构体检：列结构/关键列匹配/附件上传自检/试写载荷 |
| `--repair-bitable` | 回填历史空「所属环境」/空附件（`--repair-dry-run` 预览、`--repair-env-value`、`--repair-limit`） |
| `--explain-log PATH` | 离线诊断：对任意日志文件跑完整判定链，逐阶段显示在哪一步被拦下（不调 LLM/飞书） |
| `--show-skipped` | 列出近期"命中错误但未入表"的台账 `data/skipped_chunks.jsonl` |

---

## CLI 用法

> **启动方式等价**：`./run.sh <args>` ≡ `python3 log_analyzer_pipeline.py <args>`。
> `.env` 由 `log_analyzer/env_loader.py` 在 `config.py` 导入时自动加载（UTF-8，不覆盖已显式导出的非空变量），
> 因此**直接跑 Python 也不会出现「飞书凭证未配置, 记录将仅本地打印」**。
> 查找顺序：包根目录 `.env` → 当前工作目录 `.env`。

```bash
./run.sh --batch-docker-scan --since 15m         # 批量扫描
./run.sh --process-retry-queue                   # 重试队列
./run.sh --daily-digest                          # 日报（每日锁）
./run.sh --daily-digest --force-digest           # 强制重推日报
./run.sh --stale-check --stale-days 7            # 过期消单
./run.sh --health-check                          # 健康检查
./run.sh --export-prometheus                     # Prometheus 指标
./run.sh -f docker://pm-gateway,pm-system        # 实时监听
./run.sh --check-bitable                         # 表结构体检（字段/附件/权限）
./run.sh --repair-bitable --repair-dry-run       # 预览历史空字段回填
./run.sh --repair-bitable \                      # 执行回填
    --repair-env-value "devserver-31.98 · 192.168.31.98" --repair-limit 100
./run.sh --explain-log /var/log/pm-collection.log \   # 离线诊断: 这条 ERROR 为何没进表
    --explain-source docker://pm-collection --explain-tail 200
./run.sh --show-skipped --show-skipped-limit 20       # 近期"命中错误但未入表"台账
```

```aiignore
# docker宿主机器：查看采集分析BUG单日志命令
grep -E "多维表格写入失败|处理错误块失败|以下列写入受阻|带附件建单失败" /var/log/log_analyzer_batch.log | tail -20
grep -E "批量扫描处理完成|分析判定完成|规则引擎命中|知识库命中|开始执行 LLM" /var/log/log_analyzer_batch.log | tail -20
# 重新跑一次批量扫描，飞书附件即为中心化后的报错上下文
python3 log_analyzer_pipeline.py --batch-docker-scan --since 30m
```

---

## 快速开始

```bash
git clone https://gitee.com/test-dev-qa/log-analyzer-bug-ai.git
cd log-analyzer-bug-ai
pip install -r requirements.txt
cp .env.example .env   # 填写 LLM_API_KEY、飞书凭证、Webhook
./run.sh --health-check          # 逐项确认 LLM / 飞书 / Docker 连通性与凭据齐全
./run.sh --batch-docker-scan --since 15m
```

> 只想快速试跑也可以直接 `python3 log_analyzer_pipeline.py --batch-docker-scan --since 15m`（`.env` 会自动加载）。
> 若日志出现 `飞书凭证未配置, 记录将仅本地打印`，说明凭据缺失 → 见 [docs/FAQ.md](docs/FAQ.md) Q2.6。

---

## 配置说明

完整配置见 [`.env.example`](.env.example)。

| 分类 | 变量 | 说明 |
|------|------|------|
| LLM | `LLM_PROVIDER` / `LLM_BASE_URL` / `LLM_API_KEY` / `MODEL_NAME` | OpenAI 兼容 API |
| 采集 | `CONTAINER_INCLUDE` / `CONTAINER_EXCLUDE` | 容器过滤 |
| 分析 | `MAX_LLM_QPS` / `NOTIFY_MIN_SEVERITY` / `COROOT_UI_URL` | 限流、分级、Trace |
| 通知 | `FEISHU_WEBHOOK` / `NOTIFY_ONLY_NEW` | Webhook 地址、仅新建推群 |
| 附件 | `LOG_ATTACH_ENABLED` / `LOG_ATTACH_LINES` / `FEISHU_ATTACH_FIELD` | 建单时上传异常日志到 bitable 附件列 |
| 规则 | `RULES_FILE` / `KNOWLEDGE_FILE` | 外置规则与知识库路径 |
| 集成 | `MEEGLE_ENABLED` / `EMBEDDING_ENABLED` / `ENV_ROUTING` | 可选扩展 |

### 生产 devserver 配置示例

```env
LLM_PROVIDER=openai
LLM_BASE_URL=https://api.edgefn.net/v1
LLM_API_KEY=sk-xxxxxxxx
MODEL_NAME=DeepSeek-R1-0528-Qwen3-8B
FEISHU_WEBHOOK=https://open.feishu.cn/open-apis/bot/v2/hook/xxx
NOTIFY_ONLY_NEW=true
NOTIFY_MIN_SEVERITY=P2
CONTAINER_INCLUDE=
CONTAINER_EXCLUDE=cadvisor,node_exporter,openobserve,coroot-,playwright_
```

---

## devserver 部署 (192.168.31.6)

```bash
git clone https://gitee.com/test-dev-qa/log-analyzer-bug-ai.git /opt/log-analyzer-bug-ai
cd /opt/log-analyzer-bug-ai
cp .env.example .env   # 填写凭证
./scripts/deploy-devserver.sh
```

### 生产 Cron（4 条）

| # | Cron | 命令 | 说明 | 日志 |
|---|------|------|------|------|
| 1 | `*/5 * * * *` | `--batch-docker-scan --since 15m` | 扫描 Docker 错误 → 诊断 → bitable/Webhook | `/var/log/log_analyzer_batch.log` |
| 2 | `*/10 * * * *` | `--process-retry-queue` | 消费 LLM 429/503 重试队列 | `/var/log/log_analyzer_retry.log` |
| 3 | `0 9 * * *` | `--daily-digest` | 推送 24h 指纹汇总（每日 1 次） | `/var/log/log_analyzer_digest.log` |
| 4 | `0 3 * * 0` | `--stale-check --stale-days 7` | 标记 7 天未复现指纹为 resolved | `/var/log/log_analyzer_stale.log` |

---

## 数据流

```
Docker ERROR
  → 堆栈聚合 + 容器过滤
  → 指纹已存在? ──是──► bitable 更新 hit_count（不推 Webhook）
  → 规则引擎 → 知识库 → Embedding RAG → LLM（限流）
  → 新指纹 → bitable 建单 + SQLite + Webhook（NOTIFY_ONLY_NEW）
  → NOTIFY_MIN_SEVERITY 过滤 → 推群
```

---

## 飞书多维表格配置

![AI诊断BUG同步飞书多维表格.png](AI%E8%AF%8A%E6%96%ADBUG%E5%90%8C%E6%AD%A5%E9%A3%9E%E4%B9%A6%E5%A4%9A%E7%BB%B4%E8%A1%A8%E6%A0%BC.png)

> **说明**：程序不会自动创建多维表格，而是向**已有的飞书 bitable** 写入/更新记录。

### 前置条件

1. 在[飞书开放平台](https://open.feishu.cn/)创建自建应用
2. 开通权限：
   - `bitable:app`（读写多维表格）
   - **附件上传需 `drive:drive`（或 `bitable_file`）权限** —— 否则附件列报 `1061073 no scope auth` / `1061004 forbidden` 长期为空
3. 将应用添加为目标多维表格的**协作者**
4. 从表格 URL 获取 `app_token` 和 `table_id`

### 环境变量

| 变量 | 说明 | 示例 |
|------|------|------|
| `FEISHU_APP_ID` | 应用 App ID | `cli_aaf6b5c8d4f99d1f` |
| `FEISHU_APP_SECRET` | 应用 App Secret | `IHY5ldFwxks4x0Mh...` |
| `FEISHU_APP_TOKEN` | 多维表格 app_token（URL 中 base/ 后段） | `KLOVbqzeba7s4LsJVzncy6aRnyg` |
| `FEISHU_TABLE_ID` | 数据表 table_id（URL 中 table= 后段） | `tblYx8REpvSevMBs` |
| `FEISHU_FIELD_MODE` | 字段映射模式 | `rd`（研发项目管理表）或 `standard` |
| `FEISHU_BITABLE_URL` | 卡片「查看工单」按钮链接（可选 `{record_id}` 占位） | `https://xxx.feishu.cn/base/...&record={record_id}` |
| `FEISHU_ENV_FIELD` | 「所属环境」列名（默认 `所属环境`，在 `config.py`，勿写入易乱码 `.env`） | `所属环境` |
| `FEISHU_ATTACH_FIELD` | 附件列名（默认 `日志附件`） | `日志附件` |
| `BITABLE_SCHEMA_CHECK` | 写入前校验列名/类型、丢弃只读列 | `true` |
| `BITABLE_AUTO_SELECT_OPTION` | 单选列自动补齐选项 | `true` |
| `BITABLE_DIAG_MARKER` | 字段/附件失败写诊断标记到「复现步骤」 | `true` |
| `PENDING_FIELDS_PATH` | 待修复队列文件路径 | `data/pending_fields.jsonl` |
| `SERVER_LABEL` / `SERVER_IP` | 「所属环境」写入值（容器 IP 不准时必配） | `devserver-31.98` / `192.168.31.98` |

### 生产表格（devserver 当前使用）

```
https://yw44kxy3i0.feishu.cn/base/KLOVbqzeba7s4LsJVzncy6aRnyg?table=tblYx8REpvSevMBs
```

`.env` 配置示例：

```env
FEISHU_APP_ID=cli_aaf6b5c8d4f99d1f
FEISHU_APP_SECRET=your_secret
FEISHU_APP_TOKEN=KLOVbqzeba7s4LsJVzncy6aRnyg
FEISHU_TABLE_ID=tblYx8REpvSevMBs
FEISHU_FIELD_MODE=rd
```

### 字段映射（`FEISHU_FIELD_MODE=rd`）

| 分析结果字段 | bitable 列名 | 内容 |
|-------------|-------------|------|
| `error_title` | 问题名称 | 故障摘要，如「Spring Boot 启动失败」 |
| `severity` | 优先级 | P0→高-P0, P1→中-P1, 其他→低-P2 |
| `service_name` | 所属模块 | 容器/服务名，如 `pm-aigc` |
| `SERVER_LABEL` + `SERVER_IP` | **所属环境** | 与卡片一致，如 `devserver-31.98 · 192.168.31.98` |
| 根因+建议+环境+容器 | 复现步骤 | 含服务器 IP、容器、根因推测、修复建议 |

列名可通过 `FEISHU_ENV_FIELD` 覆盖（默认 `所属环境`）。若该列为**单选**，请预先在表格中添加与环境标签一致的选项名。

> **字段自愈（v 新增）**：写入前 `feishu.prepare_fields()` 会对列名做 `normalize_field_name`（去 BOM/零宽/空白）+ `repair_mojibake`（latin-1 乱码修复）+ 单向前缀匹配（仅当配置名是表内列名前缀且唯一命中，避免写错列）；匹配不到的列被丢弃但其余字段仍落库，不再整单静默失败。单选列选项缺失会 `ensure_select_option` 自动补齐（`BITABLE_AUTO_SELECT_OPTION`）。若「所属环境」/`日志附件` 历史上为空，用 `--check-bitable` 体检 + `--repair-bitable` 回填（`BITABLE_DIAG_MARKER` 会在「复现步骤」标注失败原因，并落 `data/pending_fields.jsonl`）。

### 异常日志附件（可选）

新建工单时可将异常上下文（默认 50 行）保存为 `.log` 并上传到 bitable **附件**列。详见 [docs/log-attach-bitable.md](docs/log-attach-bitable.md)。

#### 在哪里配置 `LOG_ATTACH_ENABLED=true`

| 部署方式 | 配置文件 | 说明 |
|----------|----------|------|
| **远程服务器（推荐）** | `/opt/log-analyzer-bug-ai/.env` | 手动编辑或 BUG 分诊「部署/更新」写入；改后 cron/试跑自动生效 |
| **本地模板** | 项目根目录 [`.env.example`](.env.example) | 复制为 `.env` 后修改，供 `./run.sh` 使用 |
| **BUG 分诊机器人部署** | Whistle 插件 `lib/bugTriageDeploy.js` → `buildEnvFile()` | 部署脚本默认写 `LOG_ATTACH_ENABLED=true`；重新「部署/更新」后写入远程 `.env` |
| **运行时读取** | `log_analyzer/config.py` | 从环境变量读取；导入时先经 `env_loader.load_dotenv()` 自动加载 `.env`，**不要改代码默认值**，应改 `.env` |

#### 启用步骤

1. 在飞书多维表格新增 **附件** 类型列，列名 `日志附件`（或自定义后用 `FEISHU_ATTACH_FIELD` 对齐）
2. 在目标服务器 `.env` 中设置：

```env
LOG_ATTACH_ENABLED=true
LOG_ATTACH_LINES=50
FEISHU_ATTACH_FIELD=日志附件
```

3. 若通过 BUG 分诊部署：保存配置 → **部署/更新**（会重写远程 `.env`）
4. 手动验证：`./run.sh --batch-docker-scan --since 15m`，新建工单行的「日志附件」列应出现 `.log` 文件

> 默认 `LOG_ATTACH_ENABLED=true`；若表格尚未建附件列，可临时设为 `false`。指纹重复更新工单**不会**重复上传附件。

更多常见问题见 [docs/FAQ.md](docs/FAQ.md)。

`standard` 模式使用专用 8 字段表（错误摘要/服务模块/故障等级/是否BUG/根因推测/修复建议/处理状态/发现时间）。

### API 实现（`log_analyzer/feishu.py`）

```
1. 鉴权
   POST /auth/v3/tenant_access_token/internal
   → tenant_access_token（自动刷新）

2. 新建工单（新指纹）
   POST /bitable/v1/apps/{app_token}/tables/{table_id}/records
   body: { "fields": { "问题名称": "...", ... } }
   → record_id（如 recvld8MAevxI）

3. 更新工单（指纹重复）
   PUT /bitable/v1/apps/{app_token}/tables/{table_id}/records/{record_id}
   → 更新 hit_count / 容器列表

4. 指纹去重
   SQLite fingerprints.db 存 signature → record_id 映射
   同根因 upsert，不重复建单
```

### Webhook 与 bitable 关系

| 通道 | 配置 | 用途 |
|------|------|------|
| **多维表格** | `FEISHU_APP_*` | 持久化工单，可手动改状态为「已处理」 |
| **Webhook 卡片** | `FEISHU_WEBHOOK` | 群消息实时告警（仅新建工单，`NOTIFY_ONLY_NEW=true`） |
| **群卡片**（可选） | `FEISHU_SEND_TO_CHAT` + `FEISHU_DEFAULT_CHAT_ID` | 应用 API 发 interactive 卡片 |

---

## 通知控制（关闭/减少 BUG 卡片推送）

| 目标 | 做法 | bitable 建单 | 群 Webhook 卡片 |
|------|------|-------------|----------------|
| **完全停止** | 停用 cron（UI「停用分诊」或注释 crontab） | 停止 | 停止 |
| **只停群卡片，保留建单** | `.env` 清空 `FEISHU_WEBHOOK=` | 继续 | 停止 |
| **减少推送** | `NOTIFY_ONLY_NEW=true`（默认） | 继续 | 仅新建工单推 1 次 |
| **只推 P0/P1** | `NOTIFY_MIN_SEVERITY=P1` | 继续 | P2/P3 不推群 |

> 仅注释 `batch-docker-scan` cron 会同时停止日志扫描和 bitable 建单，不只是卡片。日报 cron（9:00）需单独处理。

### 常用操作

```bash
# 只停群卡片（保留 bitable 建单）
FEISHU_WEBHOOK=

# 完全暂停（devserver）
crontab -e   # 注释 4 条 log-analyzer 相关 cron
# 或在 whistle-jmeter UI → BUG分诊机器人 →「停用分诊」

# 恢复
# UI「启用分诊」或取消 cron 注释
```

相关环境变量：

| 变量 | 默认值 | 说明 |
|------|--------|------|
| `FEISHU_WEBHOOK` | — | 为空则不推群卡片 |
| `NOTIFY_ONLY_NEW` | `true` | 指纹重复更新时不推 Webhook |
| `NOTIFY_MIN_SEVERITY` | `P2` | 低于此等级仅写 bitable |

---

## 飞书消息类型

| 消息 | 触发 | 频率 | 样式 |
|------|------|------|------|
| **BUG 卡片** | 批量扫描新建 P0/P1/P2 工单 | 按需 | 单条 interactive 卡片 |
| **日报汇总** | cron 9:00 | 每天 1 条 | 蓝色卡片，Top 15 指纹列表 |

---

## 演进路线

| Sprint | 内容 |
|--------|------|
| 1～4 | 指纹去重、规则引擎、卡片增强、重试队列、日报 cron |
| 5～6 | 知识库 RAG、运行指标、过期消单、卡片操作按钮 |
| 7～8 | Meegle/多环境/Prometheus、相似度 RAG |
| 9 | Embedding RAG、健康检查、Webhook 防刷 |
| 10 | 模块化重构 `log_analyzer/` 包 |

### 待配置扩展

- **Meegle**：`MEEGLE_ENABLED=true` + `meegle auth login`
- **Embedding RAG**：`EMBEDDING_ENABLED=true`（需 embedding API）
- **多环境 Webhook**：`ENV_ROUTING` + `FEISHU_WEBHOOK_DEV` 等
- **node_exporter**：采集 `data/metrics.prom`

---

## License

Apache-2.0