Der Job, der einen Fehler gemeldet hat, ist selten der Job, der gebrochen ist
Eine nachgelagerte Transformation schlägt laut fehl. Die Ursache liegt drei Schritte vorgeschaltet, wo eine Quelle einen Feldnamen geändert hat. Alles dazwischen hat Nullwerte ohne Widerspruch weitergereicht.
Das zu verfolgen heißt, die Kette rückwärts zu gehen, an jedem Hop Zeilenzahlen und Schemas zu prüfen und an jedem Schritt zu entscheiden, ob das, was Sie sehen, die Ursache ist oder ein weiteres Symptom.
Welche Prüfungen laufen, hängt davon ab, was die letzte Prüfung gezeigt hat. Eine fehlende Spalte und ein Einbruch der Zeilenzahl führen zu völlig unterschiedlichen Folgefragen, deshalb bleibt ein festes Diagnoseskript stehen.
Stille Ausfälle sind die teuerste Kategorie. Eine Pipeline, die erfolgreich ist, während sie falsche Daten schreibt, erzeugt gar keinen Fehler. Diese Ausfälle zu finden verlangt Vergleich gegen Erwartungen statt gegen ein Statusfeld.
So bauen Sie den Agent in Agent Studio auf
Pipeline-Topologie ist Voraussetzung und gehört in Prompt-Fähigkeiten: welcher Job welche Tabelle speist, was jeder Schritt erwartet, und der normale Zeilenzahlbereich für jede Ausgabe.
Der System-Prompt begrenzt die Untersuchung. Er legt fest, wie weit zurück zu verfolgen ist und wie viele Abfragen zu laufen haben. Er verlangt, dass der Agent den Ausfallpunkt vom Symptompunkt in der Antwort trennt.
Ein Nur-Lese-Credential für PostgreSQL, MySQL oder MongoDB gibt Schema- und Zeilenzahlzugriff, und ein HTTP Request-Knoten liefert Job-Logs.
Ein GitHub-Knoten liefert jüngste Änderungen, weil ein Schema, das sich bewegt hat, sich meist in einem Commit bewegt hat, und diesen Commit zu nennen macht aus einer Diagnose eine Korrektur.
Der Ausfall selbst löst Agent Chat über einen Webhook aus, sodass die Untersuchung beginnt, bevor jemand einen Laptop aufklappt.
Slack erhält die Spur: wo es gebrochen ist, wo es aufgetaucht ist, die Belege an jedem Hop und die vorgeschlagene Korrektur. Ein Linear- oder Jira-Knoten öffnet den Vorgang mit der angehängten Spur.
Nur-Lese-Zugriff ist kein Detail. Ein untersuchender Agent mit Schreibzugriff kann eine schlechte Nacht schlechter machen.
Woraus dieser Agent besteht
- Prompt-Fähigkeiten: die Pipeline-Topologie und der normale Zeilenzahlbereich für jede Ausgabe.
- System-Prompt: Verfolgungstiefe, Abfrageobergrenze, und Ausfallpunkt getrennt vom Symptompunkt berichtet.
- PostgreSQL (Data): Nur-Lese-Zugriff auf Schema und Zeilenzahl. MySQL und MongoDB passen in denselben Slot.
- GitHub (Integration): liefert den Commit, der das Schema bewegt hat, und macht aus der Diagnose eine Korrektur.
- Agent Chat (Util): ein Ausfall-Webhook löst ihn aus, sodass die Untersuchung sofort beginnt.
- Linear (Integration): öffnet den Vorgang mit der vollständigen Spur angehängt. Jira passt in denselben Slot.
- Wenn ein ActionFlow ausreicht: Müssen Sie nur bei einem fehlgeschlagenen Job alarmieren, bauen Sie den Workflow. Zu finden, wo es tatsächlich gebrochen ist, ist die Aufgabe des Agents.
Häufige Fragen
Newsletter
Produktupdates erhalten
Neue Nodes, Agents und Produktnotizen. Wir senden E-Mails nur, wenn sich das Öffnen lohnt.