Мониторинг событий с оценкой срочности и оповещениями

Сценарий собирает поток событий, ИИ оценивает их серьёзность, а критичное сразу уходит оповещением в мессенджер, на почту и по SMS.

  • События приходят и разбираются сами
  • ИИ оценивает срочность каждого
  • Критичное — сразу тревогой
  • Повторы отсеиваются
Webhook

Как это работает

Чтобы получать уведомления из Postgres в botHelp, не нужен программист: готовый сценарий следит за событиями и присылает сообщения сам.

  1. Запуск: Расписание: опрос API каждые 2 минуты
  2. Затем: Настройки сценария
  3. Затем: Получить данные о рейсах и погоде
  4. Затем: Обработать лимит запросов
  5. Затем: Валидировать и нормализовать данные
  6. Затем: Проверить идемпотентность и дедупликацию
  7. Проверка: Дубликат события?
  8. Если нет — AI-агент: Прогнозирование и анализ сбоев
  9. Затем: Применить правила операционной логики
  10. Проверка: Маршрутизировать по серьезности и типу
  11. Если да — Сохранить в БД критических событий
  12. Затем: Оповестить канал OCC в Slack
  13. Затем: Email: уведомление наземного персонала
  14. Затем: SMS: оповещение службы поддержки
  15. Затем: Подготовить данные уведомления пассажиров
  16. Проверка: Требуется перебронирование?
  17. Если да — Запустить сценарий перебронирования
  18. Проверка: Объединить все пути уведомлений
  19. Затем: Сгенерировать метрики дашборда
  20. Затем: Сохранить в БД метрик дашборда
  21. Если нет — Сохранить в БД событий высокого приоритета
  22. Если нет — Хранилище: БД событий среднего приоритета
  23. Если нет — Сохранить в БД событий низкого приоритета
  24. Запуск: Вебхук: получение событий в реальном времени
  25. Затем: OpenAI GPT-4
  26. Затем: Структурированный вывод: анализ сбоев

Такой сценарий можно запустить в Scriptera: задача описывается обычными словами, сборка и запуск — на стороне сервиса.