通道为什么要例行测试
通知通道静默失效是最常见的隐患：机器人被移出群、凭据过期、频道名被改，这些变化都不会报错，只在真正需要叫人的那天暴露。做法是每周对每个接收器发一条探针告警并确认到达，同时测升级链——主值班不确认时备值班能否按时收到。
探针清单
探针清单
[ ] Pager 通道：探针告警触达电话或推送
[ ] IM 群：消息格式正确，@ 到责任人
[ ] 邮件：到达且未进垃圾箱
[ ] 升级链：主值班不确认，备值班按时确收
[ ] 投递失败：中继返回非 2xx 时有人收到告警测试项与判定
| 测试项 | 判定标准 | 常见失效原因 |
|---|---|---|
| 主通道 | 探针消息到达并有人确收 | 凭据过期、机器人被移出 |
| 升级链 | 超时后自动转下一级 | 排班未更新、联系人离职 |
| 格式 | 标题与关键字段完整 | 模板引用标签缺失渲染成空 |
| 失败告警 | 投递失败会触发告警 | 中继没有失败上报机制 |
排期与记录
- 固定每周同一时间执行，选在白天并避开值班高峰
- 记录时间戳、确收人与观察到的延迟，形成可比较的基线
- 探针告警打上 special 标签，避免计入值班统计与告警指标
- 测试失败立即建单跟进，不要等到下周再一起处理
测试选在白天并记录时间戳与确收人；探针告警打 special 标签，避免污染真实的告警质量统计与值班报表。
常见失效点
- 凭据到期：Webhook 地址或令牌轮换后旧配置失效，测试会发现
- 接收人被移除：机器人被移出群，或成员离开项目组
- 排班未更新：升级链里的联系人已换岗，测试时无人确收
- 中继进程异常：自建转发服务停止运行，消息全部积压
- 凭据轮换后未同步更新：旧令牌撤销当天测试，能提前暴露断链
- 值班平台与 IM 的排班不同步，升级链在测试里表现正常、真实场景却无人接管