告警守望30分钟聚合分析（飞书摘要，不直推企微）

文件或脚本失败，要明确说明失败点和下一步，而不是假装无告警。 ## Response ## 结论 当前**不能判定“0 告警”**：告警守望的 AMC/OPD 采集源持续不可用，最近一次成功采集停在 **2026-07-04 02:22:31**，截至本次巡检约已形成 **5 小时 20 分钟以上盲区**。 近 60 分钟内新增的高价值问题主要是**巡检系统自身故障**，不是业务告警本身。 ## 重点问题 1. **P1｜巡检系统自身故障：AMC/OPD 采集持续超时** - `collector_status=error` - `alert_data_status=UNKNOWN` - 最近多次运行均超时： - `opd_reader.py amc-alerts --pages 10 --rows 100 --output-limit 1000` - 超时阈值从 100s 到 160s 仍失败 - 最近成功时间：`2026-07-04T02:22:31+08:00` - 当前状态明确是 **SOURCE_UNAVAILABLE / unknown_or_failed**，不能展示为绿色或 0 告警。 2. **业务告警视角：最近有效数据已过期** - 最新可用快照仍是 `20260704_022230_amc.json`。 - 该快照里曾有 P1 候选，包括： - VIP/广告超时数据上报监控：iOS、Android 两条 - 充值后资产发放服务补单/对账修复数据 1 条 - kgcron 歌手补充信息任务执行失败 - kgmonitor 失败率异常 - 但这些都是 **02:22 前后的旧数据**，本轮不能据此判断当前是否仍在发生。 3. **重复噪声/自动恢复** - 当前近 60 分钟没有新的有效业务告警输入可做去重与恢复判断。 - 旧快照中存在自动恢复和低信号 wxinform 类告警，已不应逐条转发。 ## 建议动作 1. **优先恢复采集链路** - 刷新或重建 `tmeoa-reader / Chrome CDP` 浏览器上下文。 - 先跑低负载探测：`amc-alerts --pages 1 --rows 20 --output-limit 50`。 - 成功后再执行一次 watchdog dry-run，并补看 02:22 之后盲区内是否有 P0/P1。 2. **把本次问题按“巡检系统自身故障”处理** - 这是符合企微少量直推条件的 SELF_FAILURE 类型。 - 但不要把未分析的原始告警直推企微。 3. **恢复后重点回溯** - 回溯 VIP/充值对账/任务失败/失败率异常相关指纹，确认是否持续、恢复或升级。 - 若盲区内出现 P0、持续 P1 或多业务扩散，再单独升级通知。 ## 机制状态 - 已确认配置：`routing.realtime_wecom_enabled=false`，实时任务当前是**只落盘、不直推企微**，符合机制要求。 - `notifier_status=disabled_recorded_only`，历史候选通知被记录为 `realtime_wecom_disabled`，未直接推送。 - 当前最大机制风险不是企微直推，而是 **采集源持续 UNKNOWN 导致监控盲区**。 - 本轮检查已覆盖配置、状态文件、source health、最近 run summaries/errors、最近快照；未完成/阻塞项：**因 AMC/OPD 采集持续超时，无法判断 02:22 之后真实业务告警状态**。