A triagem automática é um tipo especial de automação em que um Devin persistente monitora um canal do Slack e investiga automaticamente bugs, regressões e incidentes à medida que surgem. Em vez de designar manualmente alguém para analisar cada relato, Devin monitora o canal 24 horas por dia, 7 dias por semana, decide o que precisa de atenção e cria subsessões focadas para diagnosticar cada problema.
A triagem automática tem memória de longo prazo — ela acumula contexto ao longo do tempo e aprende com você por meio do scratchpad. Ela identifica relatos duplicados de forma inteligente e encaminha automaticamente os problemas para o responsável pelo código correto.
Um Devin principal de execução contínua monitora seu canal no Slack e acompanha cada nova mensagem. Ele filtra o ruído, detecta mensagens duplicadas e cria sub-devins dedicados para investigar bugs acionáveis. Cada sub-devin lê o código relevante, identifica a causa raiz, publica um diagnóstico na thread do Slack e marca a pessoa responsável pelo código.
Configurando a triagem automática
- Convide Devin para o canal do Slack que você quer monitorar (por exemplo,
#bugs, #incidents)
- Vá para Automações e crie uma nova automação usando o template Triagem de relatórios de bugs no Slack
- Selecione o canal e salve
Pronto — Devin começará a monitorar o canal e a fazer a triagem das mensagens recebidas.
Sua conta pessoal do Slack deve estar conectada em Configurações > Integrações > Slack.
Personalizando o comportamento
O prompt de configuração permite personalizar o comportamento do Devin de triagem. Esse texto é inserido nas instruções do agente e influencia como ele lida com as mensagens recebidas. Exemplos:
- “Concentre-se em regressões no serviço de pagamentos. Para bugs de frontend, adicione a tag da equipe de UI.”
- “Investigue apenas problemas que incluam logs de erro ou stack traces. Peça mais detalhes se o relatório for vago.”
- “Quando encontrar uma causa raiz, sempre inclua um link para o arquivo-fonte relevante.”
Conectar integrações MCP é altamente recomendável — elas melhoram drasticamente a qualidade da triagem ao dar ao Devin acesso a dados de runtime, como logs, métricas e detalhes de erros.
Conecte integrações MCP para dar ao Devin de triagem acesso a ferramentas externas. Por exemplo:
- Datadog MCP — Obtenha métricas, logs e traces para correlacionar problemas com o comportamento em runtime
- Sentry MCP — Consulte detalhes de erros, stack traces e usuários afetados
- Linear MCP — Verifique se há tickets relacionados ou crie novos
Ative os servidores MCP em Configurações > MCP Marketplace antes de configurar a automação.
O monitor pai e todos os sub-devins filhos compartilham um scratchpad persistente. Ele é usado para:
- Acompanhar itens triados recentemente (ID do canal, timestamp da mensagem, autor do relato)
- Manter uma tabela de roteamento que mapeia áreas de código aos responsáveis
- Registrar itens duplicados para que relatos futuros possam ser vinculados a threads existentes
- Armazenar contexto que persiste entre reinicializações de sessão
O scratchpad é a memória de longo prazo da automação. O pai é o principal responsável por mantê-lo, mas os filhos podem lê-lo para obter contexto e atualizá-lo quando descobrem novas informações (por exemplo, quando alguém diz “isso não é da minha área”).
Como as mensagens recebidas do Slack podem conter entradas de usuários não confiáveis (por exemplo, de tickets de suporte), considere ativar uma política de rede para restringir o acesso de saída da sua automação de triagem.
Como todas as automações, a triagem automática oferece suporte a limites de ACU e limites de invocação para controlar o uso de recursos. Cada sub-Devin filho iniciado pelo Devin pai conta como uma sessão no seu orçamento de ACU.
Dicas para uma triagem automática eficaz
- Comece com um canal focado. Escolha um canal dedicado a relatos de bugs, em vez de um canal geral de engenharia. Menos ruído gera um sinal melhor.
- Defina expectativas claras no prompt de configuração. Diga ao Devin quais tipos de problemas ele deve priorizar e o que deve ignorar.
- Conecte as integrações MCP relevantes. Datadog, Sentry e outras ferramentas de observabilidade melhoram drasticamente a qualidade da triagem porque dão ao Devin acesso a dados de runtime.
- Corrija erros de direcionamento. Quando o Devin marcar a pessoa errada, responda na thread com a correção. A mensagem principal atualiza sua tabela de roteamento e acerta na próxima vez.