告警自动分级，低风险修复自动执行

原文要点

该n8n模板通过POST webhook（路径/devops-alert-received）接收监控告警，Anthropic Claude先判断是否关键生产事故；是则建ClickUp紧急工单并在Slack呼叫值班，跳过自动化。非关键告警会从文档知识库API取运行手册、拉GitHub相关issue/PR、查ClickUp历史事件、读Terraform Cloud工作区状态，再由Claude生成含动作类型、风险等级、置信度和命令的修复方案。仅当动作在白名单、低风险且高置信时，才调用HTTP修复执行器自动执行并记已解决工单、发Slack确认；否则开工单转人工。全程写入事故知识日志API。

这次做成什么

在隔离环境搭建这条告警分级流水线，用两条合成告警分别验证“紧急升级”和“自动修复/转人工”两条分支，全程不触碰真实生产系统。

准备什么

• 一个可用的n8n实例（云端或自托管均可）
• Anthropic API密钥，以及ClickUp、Slack、GitHub凭据
• 四个HTTP Header Auth凭据：运行手册库、Terraform Cloud、修复执行器、事故日志API（练习中可用占位地址）
• 能从本机或终端发送POST请求的工具（如curl）

具体怎么做

1. 导入模板并定位触发器

   在n8n模板库打开该工作流页面导入到实例，找到Webhook触发节点，确认监听路径为/devops-alert-received，方法为POST，复制测试webhook URL备用。

2. 填入凭据与配置值

   按Setup要求添加Anthropic、GitHub、ClickUp、Slack凭据和四个HTTP Header Auth；把GitHub owner/repo、ClickUp列表ID、Terraform工作区ID及三个API URL改为你的测试环境值。练习阶段建议把修复执行器URL指向一个只记录请求不执行任何操作的假端点（如自建的echo服务）。

3. 审查白名单与阈值

   找到判断自动执行的分支节点，查看允许的动作类型清单和风险、置信度阈值。练习时先把白名单收窄到只剩一个无害动作类型（如restart-staging-service），确认理解每个条件的判断逻辑。

4. 发送合成关键告警验证升级分支

   用curl向webhook POST一条severity为critical的合成告警（见材料中的示例payload），观察执行日志：应直接创建ClickUp紧急工单并向Slack值班频道发消息，且不会经过运行手册检索和修复执行器节点。

5. 发送非关键告警验证修复分支

   再POST一条非关键告警，观察流程是否依次检索知识库、GitHub、ClickUp历史、Terraform状态，Claude输出方案后根据白名单判断走自动执行还是转人工，最后检查事故日志API是否收到完整记录。

可直接复制的材料

{
  "critical_alert": {
    "alert_id": "test-crit-001",
    "severity": "critical",
    "service": "checkout-api",
    "environment": "production",
    "message": "HTTP 5xx rate above 40% for 5 minutes",
    "timestamp": "2026-09-05T10:00:00Z"
  },
  "noncritical_alert": {
    "alert_id": "test-low-001",
    "severity": "warning",
    "service": "staging-worker",
    "environment": "staging",
    "message": "disk usage at 82% on staging-worker-3",
    "timestamp": "2026-09-05T10:05:00Z"
  }
}

{
  "allowlisted_action_types": ["restart-staging-service"],
  "max_risk_level": "low",
  "min_confidence": 0.85,
  "require_environment": "staging",
  "note": "生产环境任何动作都不进入自动执行"
}

输入与输出示例

本站根据模板说明推导的预期行为示意，非实测结果；实际节点名称以导入的工作流为准。

输入

POST /devops-alert-received 提交：severity=critical、service=checkout-api、message=HTTP 5xx rate above 40% for 5 minutes 的合成告警

对应输出

流程走向：critical分支→创建ClickUp紧急工单（优先级urgent）→Slack值班频道收到呼叫消息→写入事故日志；运行手册检索节点与修复执行器节点在本次执行中显示为未触发，无任何自动命令被发出。

做完检查这些

• 关键告警的执行路径中，修复执行器HTTP节点完全没有被调用
• 非白名单或低置信度的方案会创建ClickUp人工工单并向Slack值班频道发送方案与上下文
• 每次告警结束后事故日志API都收到包含告警详情、修复方案和结果的记录
• 白名单、风险阈值修改后，同一条非关键告警的走向会随之改变，说明配置生效

容易卡住的地方

• 白名单过宽是最大风险：误把高危动作类型放进去会导致真实环境被自动改动，练习时务必用假执行器端点
• Claude输出的动作类型/风险/置信度字段解析依赖提示词约定，字段名不匹配会让分支判断失效
• Terraform Cloud凭据需要能读取对应工作区状态的权限，否则上下文检索会失败
• 模板说明未给出具体节点参数细节，导入后需逐节点核对字段映射，不要假设与本指南示例字段一致
• 合成告警中的字段名是本站虚构，与模板实际解析字段可能不同