第 25 章 自动化工作流的可靠性
自动化跑一次成功不难，天天跑都不翻车才难。这一章给你的自动化「上保险」。
八条可靠性准则
- 先手动验证：没手动跑通的流程，不要自动化。
- 幂等（Idempotent）：重复跑不产生副作用（如重复发消息）。用「今日是否已发」做开关。
- 小范围先行：写操作先在测试目录/测试群验证。
- 失败回退：明确「跑挂了怎么办」——告警、跳过、还是重试。
- 超时与重试：给外部调用设超时；失败最多重试 N 次，避免死循环。
- 密钥隔离：Token/Key 走配置或环境变量，不写进对话与产物。
- 可观测：每次运行留日志（时间、输入输出、结果），出事能查。
- 定期体检：每周看一次运行记录，清理失效的自动化。
一个可靠的日报自动化长这样
每天 9:00：
1. 取昨日数据（带超时 30s，失败重试 2 次）。
2. 生成摘要；若取数失败 → 发「数据未就绪」告警，跳过推送。
3. 幂等开关：今日已推送则跳过。
4. 推送到飞书「我个人」会话（非群）。
5. 写一行运行日志到 /logs/daily.jsonl。验收标准
- [ ] 重复触发不会重复推送
- [ ] 上游失败有告警而非静默
- [ ] 有日志可追
自动化 + 写权限 = 放大风险
批量删、批量发、改数据库这类，务必「干跑（dry-run）验证 → 小范围 → 全量」，并保留回滚。
给自动化也写 CASE
把「这个自动化怎么配、踩过什么坑」记成 CASE，下次重建或交接都省事。
到此，你已具备「系统」能力
TASK→CASE→WORKFLOW→AI TEAM 四层，你都走过了。最后一篇，把它落到岗位和行业。
⚓ 本章复盘 · 让这一次成功沉淀下来
- 我跑通了本章任务，并对照文中的「验收标准」逐项确认。
- 我把关键的提示词 / 配置 / 命令记进了自己的笔记或知识库。
- 如果这类事会重复出现，我会考虑把它沉淀成 Skill 或自动化。