Workflow Monitoring与告警

Monitoring什么指标

核心指标: 1) Success率 (目标 >95%) ; 2) 平均执行时间 (是否在变慢) ; 3) Error类型分布 (哪类Error最多) ; 4) 触发频率 (是否Anomaly增减) ; 5) API 调用量和成本.

告警规则Settings

分级告警: P0 (Workflow完全停止) → 立即电话Notification; P1 (Success率低于 80%) → 即时Message Notification; P2 (单次执行Failed) → Email Summary. 避免告警疲劳: 合并同类告警, Settings静默期, 只Notification能Processing的人.

常见Incident排查

Workflow突然Failed的常见原因: 1) 第三方 API 变更 (检查 API 文档Update) ; 2) 认证过期 (重新授权) ; 3) Data格式变化 (上游系统改了字段) ; 4) 额度用完 (API Key 余额不足) ; 5) Platform本身Incident (查看Status页) .

Auto恢复机制

不是所有Incident都需要人工介入. Auto恢复策略: 1) 临时Error Auto重试; 2) 认证过期Auto Refresh Token; 3) 备用 API Key Auto切换; 4) 降级Processing (AI 不可用时走规则引擎) .

运维仪表板搭建

推荐Solution: 1) Make/n8n 内置执行历史作为基础; 2) 关键指标推送到 Google Sheets 或 Notion Data库; 3) 每日/Weekly Auto Generation运维Report; 4) Anomaly趋势用图表Visual. 不需要复杂的Monitoring系统, 表格+Scheduled Summary就够用.

版本Management和回滚

Workflow修改前要备份. Make 支持Scenario版本历史, n8n 可以Export JSON. 修改后观察 24 hours Confirm无Anomaly. 如果新版本出Issue, 能快速回滚到上一个稳定版本.