ai-customer-service/docs/RUNBOOK_PLATFORM_CALLBACKS.md

Platform Callback Runbook

适用范围：sub2api / newapi 平台适配层的出站 callback 投递
当前实现事实来源：internal/store/postgres/platform_event_store.go、internal/service/platformdelivery/worker.go

---

1. 快速判断

平台回调链路分三层状态：

1. 主链成功，outbox 已入库 表：cs_platform_event_outbox
2. callback 尝试记录 表：cs_platform_event_delivery_attempts
3. 重试耗尽进入死信 表：cs_platform_event_dead_letters

如果用户反馈“平台没收到回调”，先按这个顺序查，不要直接看应用日志猜。

---

1.1 关键运行参数

当前 callback worker 已支持通过环境变量外显这些参数：

变量	默认值	说明
AI_CS_PLATFORM_SUB2API_CALLBACK_TIMEOUT_MS	3000	单次 callback HTTP 超时
AI_CS_PLATFORM_SUB2API_CALLBACK_MAX_RETRIES	5	最大重试次数
AI_CS_PLATFORM_SUB2API_CALLBACK_POLL_INTERVAL_MS	5000	worker 轮询间隔
AI_CS_PLATFORM_SUB2API_CALLBACK_BATCH_SIZE	20	单轮最大拉取事件数
AI_CS_PLATFORM_SUB2API_CALLBACK_RETRY_SCHEDULE_SEC	10,30,60,300,900	重试退避序列

newapi 侧使用同构变量名：

• AI_CS_PLATFORM_NEWAPI_CALLBACK_TIMEOUT_MS
• AI_CS_PLATFORM_NEWAPI_CALLBACK_MAX_RETRIES
• AI_CS_PLATFORM_NEWAPI_CALLBACK_POLL_INTERVAL_MS
• AI_CS_PLATFORM_NEWAPI_CALLBACK_BATCH_SIZE
• AI_CS_PLATFORM_NEWAPI_CALLBACK_RETRY_SCHEDULE_SEC

---

2. 常用查询

2.1 查看待投递事件

SELECT id, platform, event_type, callback_target, status, attempt_count, next_attempt_at, last_error
FROM cs_platform_event_outbox
WHERE status IN ('pending', 'retrying')
ORDER BY next_attempt_at ASC, created_at ASC
LIMIT 100;

2.2 查看最近投递尝试

SELECT event_id, attempt_no, response_status, error_message, created_at
FROM cs_platform_event_delivery_attempts
ORDER BY created_at DESC
LIMIT 100;

2.3 查看死信事件

SELECT event_id, platform, event_type, callback_target, attempt_count, final_error, created_at
FROM cs_platform_event_dead_letters
ORDER BY created_at DESC
LIMIT 100;

---

3. 故障分类

3.1 平台回调失败

表现：

• cs_platform_event_outbox.status 为 retrying 或 dead_letter
• cs_platform_event_delivery_attempts 有记录

说明：

• 主链已经处理成功
• 失败点在平台 callback 出站链路

3.2 主链失败

表现：

• 平台入口直接返回 500
• cs_platform_event_outbox 没有对应事件

说明：

• 失败点在 webhook 入站、dialog 主链或 outbox 写入
• 这不属于 callback worker 故障

---

4. 手动重放

当前版本没有单独重放脚本，最小操作方式是把死信或重试事件改回可投递状态：

UPDATE cs_platform_event_outbox
SET status = 'pending',
    next_attempt_at = NOW(),
    last_error = NULL,
    updated_at = NOW()
WHERE id = '<event_id>';

如果事件已经在 dead_letters：

DELETE FROM cs_platform_event_dead_letters
WHERE event_id = '<event_id>';

再等待 worker 下一轮拉取。

---

5. 处理原则

1. 不要手工删除 outbox 主记录，除非已经确认平台侧不需要这条事件。
2. 优先保留 delivery_attempts 和 dead_letters，它们是排障证据。
3. 如果同一平台持续大量 retrying，优先检查 callback 地址、签名 secret 和平台上游可用性。