告警系統
告警規則類型
| 類型 | 說明 | 可設定參數 | 預設值 |
|---|---|---|---|
| agent_down | Agent 長時間未發送心跳 | duration_minutes：視為離線的分鐘數 | 10 分鐘 |
| error_rate | 錯誤率超過閾值 | threshold：百分比；window_minutes：滾動視窗 | 20%、5 分鐘 |
| budget | 每日花費超過預算 | threshold：金額上限 USD | — |
| kill_switch | Agent 被 Kill Switch 自動停用 | — （自動觸發） | — |
Kill Switch 告警
當 Agent 因偵測到無限迴圈而被停用時，Kill Switch 告警會自動產生。與其他告警類型不同，你不需要設定「kill_switch」告警規則 — 只要在 Agent 上啟用 Kill Switch 並設定通知管道（webhook/email），就會收到停用告警。
詳見 Kill Switch 了解迴圈偵測設定。
通知管道
每條告警規則可設定以下通知方式：
Webhook
- 以 POST 方式發送 JSON 到指定 URL
- 失敗時自動重試 3 次，使用指數退避（1 秒 → 4 秒 → 16 秒）
Email（SMTP）
- 透過 SMTP 伺服器發送告警通知
- 需設定 SMTP 相關環境變數（詳見部署章節）
Telegram
- 透過 Telegram Bot API 發送告警通知
- 需設定
bot_token與chat_id - 可在每條規則設定或在 Settings 頁面設定預設值
冷卻機制
每條規則觸發後，會進入 15 分鐘的冷卻期，期間不會重複觸發同一條規則，避免告警疲勞。
重複告警
啟用重複告警可在問題持續時收到持續通知：
| 設定 | 說明 |
|---|---|
| repeat_enabled | 設為 true 時，在條件持續滿足期間會按指定間隔重複發送告警 |
| repeat_interval_minutes | 重複發送告警的間隔（預設：60 分鐘） |
恢復通知
啟用恢復通知可在問題解決時收到通知：
| 設定 | 說明 |
|---|---|
| recovery_notify | 設為 true 時，當告警條件清除時會發送通知 |
告警狀態機追蹤：normal → alerting → normal。從 alerting 轉回 normal 時發送恢復通知。
預算週期
對於預算告警，可設定預算週期：
| 週期 | 說明 |
|---|---|
| daily | 每天 UTC 午夜重置預算（預設） |
| weekly | 每週一 UTC 午夜重置預算 |
| monthly | 每月 1 日 UTC 午夜重置預算 |
管理方式
告警規則可透過兩種方式管理：
- 儀表板 UI：在 Alerts 頁面建立、編輯、啟用/停用、刪除規則，並查看告警歷史
- REST API：透過
/api/alerts端點程式化管理（詳見 API 參考章節）
建立告警規則（儀表板）
- 前往 Alerts 頁面
- 點擊 "New Alert Rule"
- 選擇目標 Agent
- 選擇規則類型（agent_down / error_rate / budget）
- 設定相關參數
- 填入 Webhook URL 和/或 Email 地址
- 儲存規則
告警歷史
切換到 "History" 分頁，可以看到所有已觸發的告警記錄，包括觸發時間、目標 Agent、規則類型、告警訊息及發送方式。