Retaintive

    Operations — 从这里选路

    last-verified: 2026-08-04(对照 callytics-infrastructure #2019/#2020/#2021 后的分层告警模型 + Sentry 看板体系)

    每日一眼(直接点,不用找)

    频率看什么直达链接
    每天扫一眼PROD 系统健康 dashboard(DLQ / queue / Lambda errors / 业务指标 20+ 面板)CloudWatch PROD dashboard
    创始人,每天 1 分钟Morning Health 看板 — 生意有没有事:受影响用户 / 今天新出现的问题 / unhandled 三个数 + 哪个服务在冒烟;异常就点 Top 5 错误钻进去Sentry · Retaintive Morning Health
    值班工程师,每天扫一眼Cross-Service Health 看板 — 三个核心服务健康度 + 按 release 错误量(发版有没有搞坏东西);默认 prod,顶部下拉切 testSentry · Cross-Service Health
    出事时Call Processing Pipeline 看板 — 管道哪一环坏了,按 Lambda 函数定位Sentry · Call Processing Pipeline
    前端负责人,每周Studio User Experience 看板 — 前端报错 / 按 URL 分布 / API 错误Sentry · Studio User Experience
    每天扫一眼用户反馈(Studio 前端 feedback)Sentry User Feedback
    被动等飞书监控群(PROD 群 = page 立即行动;TEST 群 = 症状卡,工作时间;Sentry 侧 = 每项目 4 条 [PROD] 规则:新问题 / 回归 / 升级 / 影响用户激增,test 不进飞书)— 卡上自带 runbook 链接飞书,无需主动看
    查 AI 花费时每次 AI 调用的成本明细OpenRouter logs
    部署验证时 / 每天顺带TEST 系统健康 dashboard + TEST 24h 新报错CloudWatch TEST dashboard · Sentry issues · TEST 24h
    每 1-2 周(告警检视仪式)上周哪些告警响了、哪些没人动作 → 修剪命令见 On-Call Guide §4 + observability-guide §7(infra)
    每季度Sentry 配置有没有漂移(项目/规则/integration 对照清单)sentry-config.md(infra)

    怎么读 Morning Health:三个大数字(受影响用户 / 今天新出现 / unhandled)任何一个异常升高,就点"Top 5 错误"或"今天新出现的问题"表进 issue 详情;"按项目分布"柱状图告诉你哪个服务在冒烟。时间范围由板顶日期选择器控制,默认 24h。已知局限:pipeline Lambda 暂未设置 user 上下文,"受影响用户"目前主要反映 studio 前后端(改进已列二期)。

    按处境选文档

    按你现在的处境走,不用记目录结构:

    你现在的处境去哪
    被 page 了 / 收到飞书告警卡On-Call Guide — 每条告警的含义、第一步动作、升级路径
    客户问"我那通电话怎么了"(跨 Lambda trace 一通通话)Pipeline Monitoring runbook(infra repo,SoT)
    AI 分析失败 / 分析质量问题AI Analysis runbook
    查某通电话的 AI 成本 / OpenRouter 调用明细OpenRouter Dashboard Lookup
    通话数据缺漏 / 卡住,需要补数Reconciliation runbook · Reprocess AI Analysis
    转录(录音 → 文字)问题Transcribe Processor runbook
    想理解"什么情况该 alert、log level 怎么选"Observability Guide(infra repo) — 分工比喻、7 个例子、决策树
    容量 / 并发数为什么这么设Lambda Concurrency Decisions(决策记录,不是操作手册)

    文档分工的一条规则:告警的处理步骤(alert response)只在 infra repo 维护一份 — 告警卡片上带的 runbook 链接就指向它,和代码同 repo、随 PR 原子更新、有 CI contract 强制。本站(docs.retaintive.ai)负责人读的入口(本页 + On-Call Guide)和深度调查手册(runbooks/)。发现两边内容重复时,以 infra repo 为准并回来修剪这边。