22. 告警、通知、留存、导出与操作审计

返回概览 · 完整版目录 · 下载完整 PDF

告警把调用质量、策略命中和费用变化转为可处置的事件，并通过通知渠道外发；报表导出与操作审计用于取得用量数据和合规证据。

入口与权限：

「告警规则」页对租户管理员显示「告警规则」「通知渠道」两个页签；平台管理员看到的是平台告警目录，见 22.8。

22.1 创建通知渠道

从「告警规则」页的「通知渠道」页签进入。

1. 选择「新建渠道」，填写「名称」，在「类型」中选择「钉钉」「飞书」「Webhook」「企业微信」或「邮件」。
2. 机器人渠道与 Webhook 填写「Webhook URL」；钉钉可另填「加签密钥」。邮件渠道填写「收件人」，多个邮箱用逗号分隔。
3. 在「事件类型」中勾选该渠道接收的事件，默认只接收「告警」。
4. 保存后，新渠道处于「未验证」状态。在列表中选择「发测试消息」。
5. 在接收端确认收到测试消息后，回到列表选择「确认收到」，状态变为「已验证」。只有已验证的渠道可以绑定到告警规则。

前提与限制：

• 邮件渠道使用「管理控制台 → 系统设置 → SMTP 配置」中的发件设置，未配置 SMTP 时邮件无法送达。
• Webhook 地址受平台出站地址策略约束，指向本机回环等受限目标时，测试返回「目标地址被禁止」。Webhook 渠道填写密钥时，请求附带 HMAC 签名头。
• 费用与配额通知使用告警规则中的「月度成本饱和度」「Token 额度饱和度」等规则（见 22.2），渠道的「事件类型」选择「告警」。
• 「最近投递」显示测试或真实告警中最近一次投递的时间与结果（「已送达」「失败」「死信」「未送达」）。测试成功只说明当时可达；渠道上线前应再触发一条真实规则，在接收端与告警事件中核对。

删除渠道会一并删除该渠道的投递记录，已发出的告警无法撤回。

22.2 配置告警规则

「告警规则」页签是一张规则目录，合并了四类规则，可按「分类」筛选：

目录列为「规则」「分类」「级别」「触发条件」「阈值」「通知渠道」「最近命中」「最近更新」。

启用内置阈值规则：

1. 在目录中找到规则，阅读「触发条件」，例如「5 分钟内平均值高于」。内置规则的统计窗口与聚合方式固定，不能修改。
2. 在「阈值」列修改数值。显示「（不可调）」的规则由后台任务直接产生事件，只能开关通知。
3. 「月度成本饱和度」一行另需填写「月度预算」，该规则按本月累计费用占月度预算的百分比判断，默认阈值为 80%。「外部 MCP QPS 基准占比」「外部 MCP 平均响应时间」两行需填写「持续 / 恢复秒数」，前者另需填写「压测基准 QPS」；这两条规则只对采集完整的统计窗口判定，通知默认关闭。
4. 为规则绑定至少一个已验证的通知渠道，再开启通知。未绑定渠道时无法开启通知。
5. 需要批量处理时，勾选多条规则后选择「配置并启用」统一设置通知渠道，或选择「停用所选」。

新建网关策略告警：

1. 选择「新建告警规则」→「网关策略事件：拦截、故障转移等」。
2. 填写「规则名称」，在「触发条件」中选择「命中次数」「拦截次数」「拦截占比」「涉及的调用方数」「命中突然归零」「故障转移次数」或「故障转移占比」。
3. 填写「统计窗口（分钟）」（不少于 5）与「阈值」。占比类按百分比填写（0 到 100），并须填写「最少样本」（不小于 1），样本不足时不判定。
4. 按需选择「策略类型」限定范围。故障转移类条件必须绑定一条流量规则；建议在「质量下降」对话框中选择这两类触发源，从「流量规则」下拉中选择规则。
5. 选择「通知渠道」后创建。网关策略告警的条件在新建时确定，之后只能开关通知和更换渠道。

配置质量告警与护栏命中通知

质量告警：

1. 选择「新建告警规则」→「质量下降：评分跌破阈值、护栏误杀上升」。
2. 在「触发源」中选择「故障转移次数」或「故障转移占比」，选择「流量规则」并填写「窗口（分钟）」与阈值。
3. 选择已验证的通知渠道，选择「保存质量规则」。质量规则可在目录中编辑或删除。

护栏命中通知：目录中「内容护栏」分类按六类内容风险（如「政治敏感与国家安全」「隐私侵权与商业合规」）与入口（如「客户模型网关」「内部调用」）逐行列出，触发条件为「命中即通知」。为需要的行绑定渠道并开启通知。风险分类、阈值与处置在流量规则的「内容检测」动作中配置（见第 14.2 节），告警规则只负责通知。

22.3 处置告警事件

租户的告警事件在「管理控制台 → 概览 → 概览」的「网关告警」页签处理；页签上的徽标显示未恢复的条数。「网关总览」中的「网关告警动态」面板列出最近触发且尚未恢复的告警。

处理时先打开「命中详情」核对规则、时间与关联对象，再到路由、配额、模型或护栏等配置入口处置。处置前后可在「网关请求」页签按同一时间范围核对调用结果。

22.4 处理投递故障

投递失败时，渠道的「最近投递」与测试结果显示失败原因：

投递失败后由平台按计划重试，重试耗尽的记录标记为「死信」。站内告警事件始终保留，外部通知失败不会删除事件记录。

22.5 调用记录与内容的留存

各租户使用系统默认策略：留存调用的请求与响应内容，调用内容与调用记录均永久保留。

• 清理任务按该策略执行，覆盖网关调用记录、MCP 等能力调用记录、网关会话、报文对象与会话正文。调用明细、策略命中与能力调用活动存放在分析存储，到期时间按租户的调用记录保留期计算；缩短保留期后，超期数据由清理任务删除。默认策略下不会删除数据，分析存储与对象存储的容量需要按调用量和报文大小规划。
• 操作审计记录固定在线保留两年，不受留存策略影响。
• 审计或合规要求限定留存期时，请联系技术支持确认交付版本的配置方式。

22.6 导出调用与用量数据

从「管理控制台 → 审计与合规 → 报表导出」进入。每次导出都会保留一份产物，可在任务详情中随时下载或重跑。

1. 选择「新建导出」，填写「名称」（不超过 64 个字符）。
2. 在「数据」中选择「用量汇总」或「完整调用记录」。选择完整调用记录时，可在「终端用户（可选）」中限定范围。
3. 在「频率」中选择「跑一次」「每天」「每周」或「每月」。「跑一次」需要填写起止日期，结束日期须晚于开始日期；定时任务每次分别导出前一天、上一周或上一个月的数据。
4. 在「去向」中选择：
   • 「收件箱」：文件保留在任务中，在页面提示的天数内下载；
   • 「对象存储（S3）」：填写「存储桶」和可选的「对象前缀」，并填写已有「凭据引用」（以 secretref:// 开头），或填写「对象存储地址」「区域」「访问密钥 ID」「访问密钥」及寻址方式，新凭据会先验证连接再保存；
   • 「Webhook」：填写以 https 开头的「Webhook 地址」与「凭据引用」。
5. 保存后，「跑一次」的任务立即排队执行；定时任务按频率执行。列表显示「数据」「频率」「范围」「去向」「行数」与「最近一次」的状态（「排队中」「进行中」「已完成」「失败」「已过期」）。
6. 打开任务查看运行历史，对已完成的运行选择「下载」，或选择「再跑一次」。可对定时任务「停用」「启用」「编辑导出」或「删除」。

验证与限制：

• 下载文件后核对行数、时间范围和数据范围。每次运行的时间窗在提交时确定并记录在运行历史中。
• 所选范围部分已进入归档时，页面提示「这段数据要从归档取回，提交后需要几分钟」；超出调用记录留存期的范围无法导出。
• 删除任务会一并删除运行历史，已导出到外部存储的文件不会被删除。
• 编辑或新建导出需要租户管理员或「系统管理员」权限。

22.7 查询操作审计并导出证据

「操作审计」记录谁在何时修改了配置、触发了动作或访问了资源。按变更定位问题的步骤见第 21.2 节，本节说明证据检索、校验与导出。

1. 进入「操作审计」，设定时间范围，在搜索框中按操作人、动作或资源搜索。
2. 按需添加筛选条件，例如「按操作筛选」「按结果筛选」「数据等级」「策略来源」「策略动作」「应用」「模型」。
3. 点击记录打开「审计记录」详情，查看操作人、资源、变更前后内容与结果；详情页可按当前列表顺序前后翻看。
4. 选择「导出审计证据 CSV」，按当前时间范围与操作筛选导出（未设时间范围时取最近 30 天）；或选择「证据 PDF」生成 PDF 证据包。PDF 在后台生成，完成后自动下载，并记入「导出历史」，之后可从「导出历史」再次下载。
5. 需要临时整理时，可选择「复制当前可见行 CSV」，只复制当前页可见的记录。

归档与完整性校验：选择「归档与校验」打开对话框。

• 「完整性校验」：显示「运行状态」「最近一次校验时间」「结果」与「覆盖范围」。平台每 10 分钟对新增审计记录做一次增量哈希链校验；选择「立即校验」可对本租户全部审计记录发起一次全量校验，识别缺失或被篡改的记录。
• 「归档批次」：审计日志与调用日志按天封存为只读批次，列表显示「类别」「封存日期」「记录时间范围」「记录条数」「保护状态」「复核结果」，可「下载批次数据」与「下载批次清单」。归档需要部署时配置审计归档对象存储，未配置时不产生归档批次。

操作审计记录在线保留两年。

22.8 平台管理员的告警目录与通知出口

平台管理员进入「管理控制台 → 运行与排障 → 告警规则」后，页面显示「活跃告警」「规则目录」「通知渠道」三个页签，用于处理部署本身的运维告警。

• 「活跃告警」：列出正在发生的平台告警，显示「场景」「对象」「严重度」「触发时间」「持续时长」「通知状态」，点击告警行打开详情。尚未配置已验证渠道时，页面顶部提示「尚未配置已验证的通知渠道。告警触发后将无法外发通知。」
• 「规则目录」：内置运维规则按场景分组（如「服务进程不可用」「主机资源耗尽」「网关过载」「数据丢失风险」），显示「严重度」「已加载」与「近 7 天命中对象」等，用于确认规则是否已加载生效。
• 「通知渠道」：页签顶部的「运维与心跳渠道」为「一般运维告警」「严重运维告警」「心跳」三类路由各提供一个选择框，从平台渠道中选择；新装环境需要三类都绑定，未绑定时页面提示「运维或心跳渠道尚未全部绑定」。只有平台范围、已启用、已验证、已勾选「告警」事件类型且目标地址以 http:// 或 https:// 开头的渠道可选，不满足的渠道置灰并说明原因，例如「该渠道尚未验证，请先在下方渠道列表里发送测试消息并确认收到。」。此外，除平台渠道列表外，「告警通知出口」可填写「平台 Webhook URL」，选择「认证」方式（「无」或「Bearer」），并「发送测试」。启用后，未配置专属 Webhook 的规则使用平台出口，站内告警始终保留。

前提与限制：

• 「活跃告警」与「规则目录」依赖「运维观测」扩展（安装时选择，或在「系统设置 → 系统更新」中启用）；未安装时，规则加载状态显示「未安装运维观测扩展」。

---

上一章：21. 问题诊断与处理 · 下一章：23. 平台运行与日常维护