在Nightingale中实现飞书机器人@指定人员通知功能
2025-05-21 03:39:02作者:郁楠烈Hubert
背景介绍
Nightingale作为一款开源的监控告警系统,提供了丰富的通知渠道集成能力。在实际生产环境中,及时有效的告警通知对于运维团队至关重要。本文将详细介绍如何在Nightingale中配置飞书机器人实现@指定人员的通知功能。
技术实现方案
1. 飞书用户ID配置
要实现飞书机器人@人功能,首先需要在Nightingale的人员信息中添加飞书用户ID作为联系方式:
- 进入Nightingale系统管理界面
- 在人员信息管理中添加或编辑用户
- 添加名为"feishu_userid"的联系方式字段
- 填写该用户对应的飞书用户ID
2. 通知规则配置
在告警规则中,需要正确配置接收人及其联系方式:
- 创建或编辑告警规则
- 在接收人设置中选择需要@的人员
- 联系方式选择"feishu_userid"
- 确保通知媒介选择飞书机器人
3. 通知模板配置
飞书机器人的通知模板需要特殊配置以支持@人功能。以下是两种常见场景的模板配置:
单人通知模板
{
"msg_type": "interactive",
"card": {
"config": {
"wide_screen_mode": true
},
"header": {
"title": {
"content": "{{$tpl.title}}",
"tag": "plain_text"
},
"template": "{{if $event.IsRecovered}}turquoise{{else}}{{if eq $event.Severity 1}}red{{end}}{{if eq $event.Severity 2}}orange{{end}}{{if eq $event.Severity 3}}grey{{end}}{{end}}"
},
"elements": [
{
"tag": "div",
"text": {
"tag": "lark_md",
"content": "{{$tpl.content}}\n{{if eq $event.Severity 1}}<at id={{$sendto}}></at>{{end}}"
}
}
]
}
}
多人通知模板
{
"msg_type": "interactive",
"card": {
"config": {
"wide_screen_mode": true
},
"header": {
"title": {
"content": "{{$tpl.title}}",
"tag": "plain_text"
},
"template": "{{if $event.IsRecovered}}turquoise{{else}}{{if eq $event.Severity 1}}red{{end}}{{if eq $event.Severity 2}}orange{{end}}{{if eq $event.Severity 3}}grey{{end}}{{end}}"
},
"elements": [
{
"tag": "div",
"text": {
"tag": "lark_md",
"content": "{{$tpl.content}}\n{{if eq $event.Severity 1}}{{range $i, $sendto := $sendtos}}<at id={{$sendto}}></at>{{end}}{{end}}"
}
}
]
}
}
4. 模板变量说明
$tpl.title: 告警标题$tpl.content: 告警内容详情$sendto: 单个接收人的飞书用户ID$sendtos: 多个接收人的飞书用户ID数组$event.IsRecovered: 是否恢复告警$event.Severity: 告警严重级别(1-3)
最佳实践建议
-
严重级别控制: 如示例所示,可以配置仅在严重级别为1(最高级)时才触发@人功能,避免频繁打扰。
-
颜色区分: 利用header中的template字段,可以根据告警状态和级别显示不同颜色的卡片:
- 恢复告警: 蓝绿色
- 严重告警(1级): 红色
- 警告(2级): 橙色
- 提醒(3级): 灰色
-
测试验证: 配置完成后,建议先发送测试告警验证@人功能是否正常工作。
-
用户ID获取: 确保使用的飞书用户ID正确无误,可以通过飞书开放平台接口获取。
总结
通过以上配置,Nightingale系统可以充分利用飞书机器人的能力,实现精准的告警通知和人员提醒功能。这种方案相比简单的群消息通知,能够确保关键人员及时收到告警,提高故障响应速度。根据实际需求,还可以进一步定制通知内容和格式,使告警信息更加清晰有效。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
MiniCPM-SALAMiniCPM-SALA 正式发布!这是首个有效融合稀疏注意力与线性注意力的大规模混合模型,专为百万级token上下文建模设计。00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
541
3.77 K
Ascend Extension for PyTorch
Python
351
419
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++
889
615
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
338
186
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
988
253
openGauss kernel ~ openGauss is an open source relational database management system
C++
169
233
暂无简介
Dart
778
194
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
115
141
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.35 K
759