importoracledbimportrequestsimportjson# ====================== 配置区 请自行修改 ======================db_host="192.168.1.100"db_port=1521db_service=""db_user=""db_pwd=""#飞书机器人Webhook 地址FEISHU_WEBHOOK="https://"# ==============================================================# 扩展后的SQL:新增 用户名、任务状态 两个字段,一共6个字段sql=""" SELECT '1' AS "任务表名", '1' AS "用户名", '1' AS "存储过程包名", '1' as "存储过程名", '1' AS "执行日期", '1' AS "任务状态" FROM test WHERE IS_SUCCESS = '失败' """defsend_feishu_msg(text):data={"msg_type":"text","content":{"text":text}}headers={"Content-Type":"application/json"}resp=requests.post(FEISHU_WEBHOOK,data=json.dumps(data),headers=headers)print("飞书推送结果:",resp.text)defmain():dsn=oracledb.makedsn(db_host,db_port,service_name=db_service)conn=oracledb.connect(user=db_user,password=db_pwd,dsn=dsn)cur=conn.cursor()cur.execute(sql)rows=cur.fetchall()cur.close()conn.close()ifnotrows:print("✅ 今日无失败BI任务,无需告警")return# 长分割线msg="【BI任务失败告警】\n\n"task_index=1max_task=15show_list=rows[:max_task]iflen(rows)>max_task:msg+=f"⚠️ 共{len(rows)}条失败任务,仅展示前{max_task}条\n\n"forrowinshow_list:# 6个字段对应解包col1,col2,col3,col4,col5,col6=row msg+=f"{task_index})\n"msg+=f"数据表:{col1}\n"msg+=f"执行用户:{col2}\n"msg+=f"程序包:{col3}\n"msg+=f"存储过程:{col4}\n"msg+=f"执行日期:{col5}\n"msg+=f"任务状态:{col6}\n\n"task_index+=1print("组装完成告警消息:\n",msg)send_feishu_msg(msg)if__name__=="__main__":main()任务失败推送到飞书
张小明
前端开发工程师
LLM与AI智能体的本质差异及技术实现
1. LLM与AI智能体的本质差异大语言模型(LLM)和AI智能体(AI Agent)虽然都属于人工智能领域,但它们在功能定位和技术实现上存在根本性差异。LLM本质上是基于海量文本数据训练的概率模型,擅长根据上下文生成连…
第6章_HarmonyOS 图解 Ability任务调度
第6章 HarmonyOS 图解 Ability 任务调度:解锁跨设备协同的核心引擎 HarmonyOS 学习系统 | 阶段二:进阶实战期 建议学习时长:1-2 周 | 前置知识:Ability 基础、Intent 使用 本章导读:在万物互联的时代,应用不…
08-ExprTk实战踩坑-string_view与签名声明
08 ExprTk 实战踩坑:string_view 生命周期、签名声明与编译顺序上一篇讲 logic.yaml 作为 DSL 的语法和 setter 语义。这一篇往下钻一层——ExprTk 这个表达式引擎本身有哪些坑,以及我们怎么绕过去的。 三个真实踩过的坑:string_view 不能 reinterpret_cast<std::string*&g…
企业级AI智能体架构设计与核心挑战解析
1. 企业级AI智能体的核心挑战与设计目标在构建企业级AI智能体时,我们首先需要理解其与传统AI应用的显著差异。企业级场景对系统的稳定性、可扩展性和安全性有着严苛要求,这直接决定了整个系统架构的设计方向。1.1 企业级场景的特殊性企业环境中的AI智能体…
YOLOv8自定义对象检测:类别过滤原理与实战应用
1. YOLOv8自定义对象检测核心思路解析YOLOv8作为当前最先进的实时目标检测框架之一,其自定义检测能力在实际项目中具有极高应用价值。classes参数作为模型预测阶段的类别过滤机制,能够显著提升检测效率并降低误检率。这个功能在以下场景中尤为重要&#…
OpenRouter与OpenCode在AI模型配置中的实践应用
1. 项目概述这个标题涉及两个关键组件:OpenRouter和OpenCode,以及它们在模型配置中的应用。从技术角度来看,这很可能是一个关于AI代理(Agent)开发中模型部署和路由配置的实践方案。在实际的AI系统开发中,模型配置是连接算法能力和…