上线只是开始，重点是「持续优化」
上一节搭好了一套自动化体系。部署上线只是第一步——真正的价值在上线之后的运行、监控与持续优化。体系是「活」的，要一直喂、一直调。
这一节讲上线、监控、持续优化。
上线：稳字当头
上线别一把梭，分几步：
- 先小范围：灰度、分批，别全量一把上
- 可回滚：出问题能退到上一稳定版
- 留记录：上线了什么、什么时候，能查到
灰度 10% → 观察 → 没问题 → 全量
出问题 → 回滚 → 修 → 再上
稳，比快重要。
对 deploy-bot 上线，尤其要稳：
deploy-bot 上线步骤
1. 先在 staging 上完整跑通 N 次，确认稳定
2. 灰度：先对 1 个项目的 production 开放部署，观察
3. 可回滚：确认 production 失败能自动回滚到上一稳定版
4. 留记录：每次上线了什么版本、改了哪些门禁，都记下来
上线不是「推上去」，是「确认它能稳住了再放开」。
监控：上线后要看什么
上线后不能「甩手不管」，要持续监控：
| 监控 | 看什么 |
|---|---|
| 用量 | Token、成本、调用次数 |
| 错误 | 失败率、异常 |
| 性能 | 响应时间、是否变慢 |
| 任务 | 定时任务有没有漏跑、失败 |
监控的意义：在用户发现之前你先发现。
对 deploy-bot，监控项要贴它的部署场景：
| 监控 | deploy-bot 看什么 |
|---|---|
| 部署是否触发 | 该部署的提交有没有漏部署 |
| 部署成功率 | 最近部署的成功/失败比 |
| 耗时 | 部署是否变慢、卡在哪一步 |
| 回滚次数 | 是否频繁回滚（说明流程不稳） |
这些数字一异常，就是「用户发现问题之前」的预警。
告警：出问题主动知道
配合监控设告警：
- 错误率超阈值 → 告警
- 定时任务失败 → 告警
- 用量接近预算 → 告警
告警要分级、要准确，别一有风吹草动就轰炸，久了没人看。
对 deploy-bot 的告警分级：
deploy-bot 告警
最高级：production 部署失败、回滚发生 → 立即通知，必须看到
中级：staging 连续失败 N 次 → 通知负责人
低级：单次 staging 失败、部署略慢 → 记录，合并告警
核心告警保证触达，噪音别淹没大事。
持续优化：体系的常态
监控不只是「发现问题」，更是「发现改进点」：
监控数据 → 发现问题 → 定位原因 → 优化 → 再监控
| 数据 | 可能的问题 | 优化方向 |
|---|---|---|
| 成本偏高 | 上下文太长/模型用大 | 上下文优化、换模型 |
| 错误率高 | Agent 误判/规则不清 | 调 Agent 配置 |
| 任务变慢 | 数据量大了 | 拆分、优化脚本 |
每个监控数据，都指向一个优化动作。
对 deploy-bot 的监控数据 → 优化动作：
| deploy-bot 数据 | 可能的问题 | 优化方向 |
|---|---|---|
| 部署变慢 | 构建/数据量大 | 拆分构建、优化脚本 |
| 回滚频繁 | 门禁没过住坏代码 | 加严门禁、补测试 |
| staging 失败多 | 部署步骤不稳 | 调 deploy-bot 规则、补重试 |
一个「监控 → 优化」示例
监控发现：报表任务耗时从 2 分钟涨到 10 分钟。
定位：数据量涨了，单次全量查询太慢。
优化：改成增量查询 + 分页处理。
再监控：耗时回到 2 分钟。
发现问题 → 优化 → 验证，循环不止。
对 deploy-bot 一次「监控 → 优化」：
监控发现：deploy-bot 部署 staging 的耗时从 3 分钟涨到 15 分钟。
定位：构建步骤没有缓存依赖，每次全量重装。
优化：加依赖缓存，构建只重跑改动部分。
再监控：耗时回到 3 分钟，部署恢复正常。
监控数据不止是「报错」，更是「优化的线索」。
常见坑：上线后就「甩手不管」，直到用户来报
上线后最常见的坑，是以为「上完线就没事了」，等到用户或业务方来报问题，才发现体系早就在悄悄出错。
真实场景：deploy-bot 上线后没人看监控。某天它频繁回滚、staging 连续失败，但你没设告警，也没人看日志。直到某个项目发现「怎么老是部署不上去」才报过来，这时已经影响了好几个项目、拖了很久。
为什么：上线不是终点，是「运维」的开始。没有主动监控 + 告警，体系出问题你根本不知道，等于让业务方替你当监控。
怎么破：上线当天就把「监控 + 分级告警」配好，而不是「以后再说」；核心指标（production 失败、回滚、连续失败）一定要有最高级告警；设定固定节奏看监控，别等别人来报。把「没人报 = 没问题」改成「监控正常 = 没问题」。
小结
- 上线要稳：灰度、可回滚、留记录
- 监控：用量、错误、性能、任务，主动看
- 告警：出问题主动知道，分级准确
- 持续优化：监控数据 → 发现问题 → 优化 → 再监控
下一节，讲项目复盘与经验沉淀。