# 策展 · X (Twitter) 🔥🔥 > 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt) > 作者：Factory (@FactoryAI) · 平台：X (Twitter) · 日期：2026-07-11 > 原始來源：https://x.com/FactoryAI/status/2075624670100086792 ## 中文摘要 Factory AI 推出 Incident Response 讓 Droid 自動修復警報。 **核心功能與運作機制** Factory 的 Droid 系統透過整合 Slack 與各類監控工具（如 Sentry、Rootly、Axiom、Datadog），將原本繁瑣的事故回應流程自動化。當警報觸發時，Droid 會自動執行以下步驟： - 開啟專屬 session 並讀取相關 Log。 - 進行事故分類（triage），過濾無效警報（noise）。 - 針對真實問題進行根本原因分析（RCA）。 - 若有必要，Droid 可直接產出修復程式碼並提交 Pull Request，讓工程師在警報發生時能更快速地從訊號判斷轉向修復執行。 ![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/0793a0164bdc1b93.jpg) > 這張流程圖展示了 Factory Droid 如何整合 Sentry、Rootly、Axiom 與 Datadog 等監控工具，透過 Slack 接收警報並自動進行錯誤診斷與修復，最終將修復程式碼提交至 GitHub 的自動化工作流程。 **長期記憶與持續優化** Droid 不僅是單次執行的自動化工具，更具備「長期記憶」能力： - **持久化 Runbook**：Droid 會記錄過去的根本原因與處理經驗，隨著時間推移，系統能更精準地診斷問題並忽略無效警報。 - **學習機制**：透過累積的事故處理經驗，Droid 能在後續回應中表現得更快速且準確，有效減少工程師在 On-call 期間的負擔。 **設定與客製化流程** 使用者可透過以下步驟將 Incident Response 整合至現有環境： 1. 將 Droid 邀請至生產環境的警報 Slack 頻道。 2. 進入 Factory 平台的「Software Factory」頁面，開啟「Automations」選單並選擇「Incident Response」模板。 3. 指定監控頻道及執行 session 的 Droid 電腦，確保該電腦具備存取相關儲存庫、環境變數及監控工具的權限。 4. 透過連接 MCP（Model Context Protocol）或安裝必要的 CLI 工具，進一步擴充 Droid 的處理能力。 **實際應用觀察** 根據 Factory 的展示，當 Sentry 發出 HTTP 5XX 錯誤警報時，Droid 能自動分析部署紀錄與 Git 提交，並產出包含錯誤處理邏輯的修復程式碼（如 PR #15072）。這種自動化流程將原本需要人工介入的除錯過程，轉變為由 Droid 監控、分析並提出修復建議的「軟體工廠」監督機制，在預覽階段已為工程團隊節省了數百小時的 On-call 時間。 > Factory 平台展示如何透過自動化流程處理 Sentry 警報並修復軟體錯誤。 ## 媒體內容 **Factory 平台展示如何透過自動化流程處理 Sentry 警報並修復軟體錯誤。** **影片中的 Prompt 與操作** Prompt（00:26）： ``` @Factory 合併此變更 ``` 原文：@Factory merge the change 操作步驟： 1. （00:04）Sentry 發出警報 2. （00:09）Factory 機器人接手處理 3. （00:12）機器人執行自動化診斷任務 4. （00:19）機器人提出修復方案與 Pull Request 5. （00:26）使用者在對話框輸入合併指令 6. （00:33）機器人執行合併與部署 7. （00:36）事故自動解決 ## 標籤 Agent, 自動化, 新產品, Factory AI