Distribuire un bridge per webhook
Crea un piccolo servizio che rimanga in ascolto degli eventi PagerDuty Crea un utente di servizio in Settings > Service Users su app.devin.ai con l’autorizzazione
incident.resolved e avvii una sessione Devin per scrivere il postmortem. Distribuiscilo come funzione serverless (AWS Lambda, Cloudflare Worker) o come container leggero:ManageOrgSessions. Copia il token API mostrato dopo la creazione e salvalo come DEVIN_API_KEY sul tuo servizio bridge. Imposta DEVIN_ORG_ID con l’ID della tua organizzazione — puoi ottenerlo chiamando GET https://api.devin.ai/v3/enterprise/organizations con il tuo token. Imposta WEBHOOK_SECRET su un segreto condiviso che configurerai anche in PagerDuty.Configura PagerDuty
- In PagerDuty, vai a Services > [il tuo servizio] > Integrations
- Fai clic su Add Integration e seleziona Generic Webhooks (v3)
- Imposta Webhook URL sull’endpoint del bridge (ad esempio,
https://your-bridge.example.com/pagerduty-resolved) - In Custom Headers, aggiungi
X-Webhook-Secretcon lo stesso valore che hai salvato comeWEBHOOK_SECRET - In Event Subscription, filtra per il tipo di evento
incident.resolvedin modo che il postmortem venga attivato solo dopo la chiusura dell’incidente
Puoi anche sottoscrivere
incident.acknowledged se vuoi che Devin inizi a raccogliere dati mentre l’incidente è ancora in corso, per poi finalizzare il postmortem alla risoluzione.Collega gli MCP di osservabilità (facoltativo)
Devin scrive analisi post-mortem migliori quando può accedere ai tuoi dati di telemetria. Abilita uno o più MCP in modo che Devin possa recuperare dati reali per la finestra temporale dell’incidente:Datadog MCP — Vai a Settings > MCP Marketplace, trova Datadog, fai clic su Enable e inserisci le chiavi API/Application. Devin interrogherà log, metriche, eventi di deploy e cronologia dei monitor.Sentry MCP — Trova Sentry nel MCP Marketplace, fai clic su Enable e completa il flusso OAuth. Devin recupererà dettagli sugli errori, stack trace e tag di release.Una volta connesso, Devin correla automaticamente la telemetria con la timeline dell’incidente per creare un’analisi post-mortem basata su evidenze. Scopri di più su come connettere i server MCP.
Cosa genera Devin
Quando un incidente PagerDuty si risolve, Devin analizza l’intervallo dell’incidente e prepara un postmortem strutturato:Esempio di postmortem prodotto da Devin:
Personalizza il resoconto post-incidente
Adatta la pipeline al processo di postmortem del tuo team:Usa un Playbook per definire il modello di postmortem: sezioni, classificazione della gravità, campi obbligatori e dove archiviare l’output. Passa un
playbook_id nella richiesta API per standardizzare ogni postmortem.Instrada in base alla gravità. Aggiungi logica nel tuo bridge per generare postmortem solo per incidenti P1/P2. Gli incidenti meno gravi potrebbero non richiedere un resoconto completo.Aggiungi Knowledge sulla tua architettura, sui responsabili dei servizi e sugli incidenti passati, così Devin può collegare i vari elementi — ad esempio, “orders-service dipende da inventory-service, che è noto per problemi di timeout sotto carico.”Pubblica sul tuo wiki. Invece di fare il commit su una repo, fai in modo che Devin pubblichi il postmortem su Confluence, Notion o sul tuo wiki interno tramite il prompt della session.