灌溉传感器异常自动分级并派工到Slack

原文要点

原模板是一个n8n工作流：webhook接收灌溉遥测（分区、湿度、水泵状态、上次运行时间、坐标），缺失字段用默认值补齐，调用Open-Meteo获取当地近期与预报降水和气温，再把传感器加天气上下文交给Google Gemini（页面写作Gemini 3.1 Flash Lite）产出结构化事故评估（严重度、标题、根因、SLA、行动项、升级标记）。随后规范化严重度/SLA、生成带时间戳的唯一工单号，按CRITICAL/HIGH/ADVISORY/NORMAL路由设定派发频道与工单状态，组装含SLA截止时间的工单发到Slack频道，并把结构化工单回传给webhook调用方。设置需要Gemini(PaLM)凭据、Slack凭据和目标频道。

这次做成什么

在自己n8n实例复刻一条“传感器上报→天气补全→AI分级→Slack派工→回传工单”的链路，并用本站设计的三档合成遥测数据验证分级路由是否生效。

准备什么

• 一个可公网访问的n8n实例（自托管需开启隧道或公网地址）
• Google AI Studio的Gemini API密钥，用于添加Gemini(PaLM)凭据
• Slack工作区及可发消息的Bot Token与目标频道（测试用新建频道）
• 能发起HTTP POST的工具，如curl或Postman

具体怎么做

1. 搭建webhook入口与字段归一化

   新建Webhook节点，方法POST，路径自定如irrigation-intake，响应方式选“在最后节点响应”。后接Code或Set节点：读取body中的zone、moisture_pct、pump_state、last_run_at、lat、lon，对缺省字段填默认值（如pump_state缺省unknown），并附received_at时间戳。

2. 调用Open-Meteo补全天气

   加HTTP Request节点，GET请求https://api.open-meteo.com/v1/forecast，查询参数传latitude、longitude取自上一步坐标，hourly取precipitation与temperature_2m，forecast_days设1。Open-Meteo该端点无需密钥。把返回的降水与气温摘要合并进同一JSON。

3. 让Gemini输出结构化分级

   加Google Gemini(PaLM)节点，绑定API凭据，提示词中要求只返回固定JSON结构：severity（限CRITICAL/HIGH/ADVISORY/NORMAL）、title、root_cause、sla_minutes、action_items数组、escalate布尔。把传感器与天气字段拼进提示词。模型名以原模板配置的Gemini 3.1 Flash Lite为准，若你的凭据不可用该标识，在节点里换成你可用的Gemini模型并在原模板核对。

4. 解析、编号与分级路由

   加Code节点解析AI返回JSON，生成工单号如IRR-20261005-四位随机数，规范severity大小写与sla_minutes数值。接Switch节点按severity分四路：CRITICAL与HIGH设为紧急派发（urgency高、工单状态dispatch_now），ADVISORY为观察（状态monitor），NORMAL只记录不告警。

5. 发Slack并回传工单

   每路接Slack节点（绑定Slack凭据，选测试频道），消息文本包含工单号、分区、湿度、天气摘要、SLA截止时间（received_at加sla_minutes）与处理建议列表。末尾用Respond to Webhook节点把最终工单JSON回给调用方，字段含ticket_id、severity、sla_deadline、status。

可直接复制的材料

你是灌溉系统运维分诊员。根据以下传感器遥测和当地天气，判断事故严重度并只输出JSON，不要输出任何解释文字。

输入数据：
分区：{{$json.zone}}
土壤湿度：{{$json.moisture_pct}}%
水泵状态：{{$json.pump_state}}
上次灌溉时间：{{$json.last_run_at}}
近1小时降水：{{$json.precip_mm}}毫米
当前气温：{{$json.temp_c}}摄氏度

严重度规则：
- CRITICAL：水泵故障且湿度低于20%，或湿度低于15%的紧急情况
- HIGH：水泵异常或湿度20%到30%且近期无降水
- ADVISORY：湿度30%到40%或数据异常需人工查看
- NORMAL：一切正常

输出格式（严格遵守）：
{"severity":"...","title":"不超过20字的事故标题","root_cause":"最可能根因一句话","sla_minutes":数字,"action_items":["第一步","第二步","第三步"],"escalate":true或false}
CRITICAL的sla_minutes为30，HIGH为240，ADVISORY为1440，NORMAL为10080。

[
  {"case":"紧急","body":{"zone":"A-3","moisture_pct":12,"pump_state":"fault","last_run_at":"2026-10-04T22:00:00Z","lat":35.68,"lon":139.69}},
  {"case":"偏高","body":{"zone":"B-1","moisture_pct":26,"pump_state":"ok","last_run_at":"2026-10-05T06:00:00Z","lat":35.68,"lon":139.69}},
  {"case":"正常","body":{"zone":"C-2","moisture_pct":55,"pump_state":"ok","last_run_at":"2026-10-05T05:30:00Z","lat":35.68,"lon":139.69}}
]

输入与输出示例

本站虚构演示，分级结果来自本站提示词规则而非实际运行原模板。

输入

POST到webhook：{"zone":"A-3","moisture_pct":12,"pump_state":"fault","last_run_at":"2026-10-04T22:00:00Z","lat":35.68,"lon":139.69}

对应输出

回传JSON示意：{"ticket_id":"IRR-20261005-4821","zone":"A-3","severity":"CRITICAL","title":"A-3区水泵故障土壤过干","root_cause":"水泵故障导致灌溉中断，土壤湿度降至12%","sla_minutes":30,"sla_deadline":"2026-10-05T09:42:00Z","status":"dispatch_now","slack_posted":true}

做完检查这些

• 三条测试数据各自进入对应严重度分支：水泵故障且湿度12%的紧急案例应为CRITICAL、正常案例应为NORMAL，中间案例依天气结果为HIGH或ADVISORY，Switch输出与提示词规则一致
• Slack测试频道收到含工单号、SLA截止时间和行动项列表的格式化消息
• webhook调用方收到的回传JSON含ticket_id、severity、sla_deadline且字段名与流程内一致
• 缺pump_state的请求也能走完全程，归一化后该字段为默认值unknown

容易卡住的地方

• Gemini模型标识以原模板配置为准，凭据不支持时需在节点内换可用模型，不要假设所有账号都有该型号
• Gemini可能返回带```json围栏的文本，解析节点需先剥离围栏再JSON.parse
• Open-Meteo坐标缺失或非法会返回错误，归一化步骤应给坐标兜底值或拒绝无坐标请求
• 测试请用新建Slack频道和合成数据，别在生产灌溉频道直接激活