1. 课程导论：什么是 OpenTelemetry、什么是值班机器人、课程目标与学习路径
欢迎来到《OpenTelemetry 接入值班机器人实现链路追踪与告警》课程。本章作为课程起点，将帮助您建立对核心概念的统一认知，明确学习目标与路径，为后续实战打下坚实基础。
1.1 什么是 OpenTelemetry
OpenTelemetry（简称 OTel）是一个开源的可观测性框架，由 Cloud Native Computing Foundation（CNCF）孵化，旨在提供一套统一、厂商中立的 API、SDK 和工具，用于生成、采集、导出遥测数据（Traces、Metrics、Logs）。
其核心价值在于：
- 统一标准：一套 API 覆盖三大信号（链路、指标、日志），避免供应商锁定。
- 无侵入采集：通过自动插桩（Auto-Instrumentation）快速接入主流语言和框架。
- 灵活导出：支持 OTLP 协议，可对接 Prometheus、Jaeger、Grafana、Datadog 等后端。
关键认知：OpenTelemetry 不是 APM 产品，而是可观测性数据的生产与传输层。它解决“数据怎么来、怎么走”的问题，不解决“数据怎么存、怎么展示”的问题。
1.2 什么是值班机器人
值班机器人（On-Call Bot）是运行在即时通讯平台（如飞书、钉钉、企业微信、Slack）上的自动化程序，负责：
- 告警通知：将监控系统的告警事件推送到值班群。
- 事件协同：支持认领、升级、关闭等操作。
- 数据查询：通过交互命令查询链路、日志、指标。
在本课程中，我们将构建一个基于飞书机器人的 SRE 值班助手，使其能够：
- 接收 OpenTelemetry 导出的链路数据。
- 在出现错误 Span 或高延迟时自动发送告警。
- 支持通过命令查询特定 Trace 的详细信息。
1.3 课程目标与学习路径
完成本课程后，您将具备以下能力：
| 能力维度 | 具体目标 |
|---|---|
| OpenTelemetry | 掌握 OTel SDK 配置、自动插桩、Span 创建与属性注入、OTLP 导出 |
| 值班机器人 | 实现飞书机器人消息推送、卡片交互、命令解析 |
| 链路追踪与告警 | 基于 Span 状态与延迟阈值触发告警，将 Trace 上下文带入告警卡片 |
| 系统集成 | 使用 Python 将 OTel Collector、Jaeger、飞书机器人串联为完整流水线 |
学习路径分为四个阶段：
- 基础篇（第 1-8 章）：OpenTelemetry 核心概念、Python SDK 接入、手动与自动插桩。
- 机器人篇（第 9-16 章）：飞书机器人开发、消息类型、事件订阅与命令路由。
- 融合篇（第 17-24 章）：链路数据实时消费、告警规则引擎、卡片模板设计。
- 实战篇（第 25-30 章）：完整项目部署、故障演练、性能优化与运维。
前置要求：具备 Python 3.8+ 基础，了解 HTTP/REST 概念，拥有飞书开发者账号（免费）。无需 OpenTelemetry 或机器人开发经验。
1.4 整体架构概览
下图展示了本课程最终实现的系统架构：
1.5 为什么选择这个方案
对比传统 APM 方案，本课程的技术栈具有以下优势：
| 对比维度 | 传统 APM（如 SkyWalking） | 本课程方案（OTel + 机器人） |
|---|---|---|
| 数据标准 | 私有协议，迁移成本高 | OTel 开放标准，可任意切换后端 |
| 告警通道 | 邮件 / 短信，交互性弱 | 即时通讯机器人，支持双向交互 |
| 定制灵活性 | 受限于厂商 UI | 完全自定义告警卡片与命令 |
| 学习曲线 | 需掌握整套 APM 体系 | 聚焦 OTel + 机器人 API，轻量实用 |
注意：本课程不深入讲解 Jaeger 或 Elasticsearch 的部署运维，但会在附录中提供 Docker Compose 一键启动配置，确保您能快速搭建实验环境。
1.6 课程产出预览
在课程结束时，您将拥有一个可运行的 Python 项目，其核心能力如下：
- 一个 Flask 应用，通过 OTel SDK 自动采集 HTTP 请求链路。
- 一个告警引擎，检测到错误 Span（
status_code = ERROR）或 P95 延迟 > 2s 时触发告警。 - 一个飞书机器人，在群聊中发送包含 Trace ID、服务名、错误信息的告警卡片。
- 支持通过机器人命令
/trace <trace_id>查询完整链路详情。