Erstellen Sie zuverlässige Slack-Apps

Das Erstellen einer Slack-App macht Spaß! Aber ist Ihre App zuverlässig?
Als ich selbst eines erstellte, sind mir zwei häufige Probleme in beliebten Open-Source-Slack-Apps aufgefallen:

1. Viele Apps verarbeiten Ereignisse synchron, was zu Timeouts führen kann. Slack erwartet Antworten innerhalb von 3 Sekunden, aber wenn Ihre App AI/RAG-Pipelines auslöst, kann es sein, dass KI-Modelle länger brauchen, um eine Antwort zu generieren (z. B. kann das neue o1-Modell etwa 10 Sekunden zum „Denken“ brauchen). Die Best Practices von Slack empfehlen, Ereignisse in die Warteschlange zu stellen und sie asynchron zu verarbeiten.

2. Viele Apps verarbeiten keine doppelten Ereignisse. Wenn Ihre App nicht reagiert, wiederholt Slack das Ereignis dreimal. Ohne ordnungsgemäße Handhabung können Wiederholungsversuche zu doppelten oder inkonsistenten Antworten der App führen. Dies führt zu schlechten Benutzererfahrungen.

So löse ich sie mit DBOS Python, einer leichten, langlebigen Open-Source-Ausführungsbibliothek. Ich habe mit einer Standard-AI/RAG-basierten Slack-App-Demo (Lamabot von LlamaIndex) begonnen und die Funktionen leicht modifiziert und mit Anmerkungen versehen, sodass jede eingehende Nachricht einen DBOS-Workflow startet.

Der Nachrichtenversandcode ist einfach:

@slackapp.message()
def handle_message(request: BoltRequest) -> None:
    DBOS.logger.info(f"Received message: {request.body}")
    event_id = request.body["event_id"]
    # Use the unique event_id as an idempotency key to guarantee each message is processed exactly-once
    with SetWorkflowID(event_id):
        # Start the event processing workflow in the background then respond to Slack.
        # We can't wait for the workflow to finish because Slack expects the
        # endpoint to reply within 3 seconds.
        DBOS.start_workflow(message_workflow, request.body["event"])

1. Der Workflow wird im Hintergrund initiiert, sodass meine App schnell auf Slack reagieren kann. DBOS-Workflows werden nach dem Start immer vollständig ausgeführt (auch wenn sie asynchron ausgeführt werden). Somit werden Nachrichten immer zuverlässig verarbeitet.

2. Ich verwende die Ereignis-ID der Nachricht als Idempotenzschlüssel des Workflows, sodass DBOS sie verwendet, um sicherzustellen, dass jede Nachricht genau einmal verarbeitet wird.

Weitere Details zur KI-gestützten Slack-App, die ich erstellt habe, finden Sie in diesem GitHub-Repo: https://github.com/dbos-inc/dbos-demo-apps/tree/main/python/llamabot

Die README-Datei enthält detaillierte Anweisungen, wie Sie diese App direkt in Ihrem Slack-Arbeitsbereich verwenden können.

Wie erstellt man normalerweise zuverlässige Anwendungen? Haben Sie Feedback zu dieser App? Bitte lassen Sie es mich wissen!

Das obige ist der detaillierte Inhalt vonErstellen Sie zuverlässige Slack-Apps. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!