FIR项目通知模板中的动态变量使用指南
2025-07-07 04:56:55作者:伍希望
FIR作为一款优秀的事件响应管理工具,其通知系统支持通过动态变量实现个性化消息推送。本文将深入解析FIR通知模板中可用的变量及其应用场景。
核心变量解析
FIR的通知模板系统基于Django模板引擎构建,主要提供两类上下文变量:
-
事件对象变量
当新事件创建时,模板中的instance变量指向Incident模型实例,可调用以下属性:instance.id:事件唯一标识符instance.subject:事件主题instance.description:事件描述详情instance.severity:严重程度等级instance.category:分类对象(可进一步访问is_major等子属性)instance.date:事件发生时间instance.detection:检测方式
-
评论对象变量
当添加评论时,instance变量指向Comment模型实例,包含:instance.comment:评论正文内容instance.action:关联操作类型instance.opened_by:评论创建者(注意变量名非author)instance.incident.id:关联事件的ID
高级应用技巧
-
深度属性访问
对于外键关联的对象,支持链式访问。例如通过instance.category.is_major可以获取该分类是否被标记为主要分类。 -
URL动态生成
在模板中可直接构造事件详情页链接:https://your-domain/incidents/{{instance.id}}/ # 事件通知 https://your-domain/incidents/{{instance.incident.id}}/ # 评论通知 -
多场景适配
建议为不同类型通知创建独立模板:- 事件创建通知:突出显示
subject和severity - 评论通知:强调
comment和action字段 - 状态变更通知:结合
detection和category信息
- 事件创建通知:突出显示
最佳实践建议
-
在管理后台的"Notification templates"界面进行模板配置时,建议先测试简单变量如
{{instance.id}},确认通道正常后再逐步添加复杂逻辑。 -
对于关键业务通知,建议包含以下要素:
[{{instance.category}}] {{instance.subject}} 事件ID:{{instance.id}} 处理链接:https://your-domain/incidents/{{instance.id}}/ -
注意评论通知中需要使用
instance.incident.id来获取关联事件ID,这是与事件通知的重要区别。
通过合理运用这些动态变量,可以显著提升通知信息的实用性和可操作性,使团队成员能够快速定位事件并采取相应措施。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
197
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
624
140
React Native鸿蒙化仓库
JavaScript
242
315
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210