Documentation Index
Fetch the complete documentation index at: https://docs.devin.ai/llms.txt
Use this file to discover all available pages before exploring further.
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.