在 Taabi Mobility 的 taabi Nexus 平台中，驾驶员的行车记录仪会触发多种警报（疲劳、手机使用、座椅安全带、急刹车等）。管理者只需用一句英文描述想要的动作，系统会把这句话翻译成 JSON 规则并执行。规则示例：在 60 km/h 以上行驶时，若同一车在 10 分钟内出现两次疲劳警报，先通知经理；若 10 分钟后仍未解除疲劳，则拨打司机电话。
规则通过 Pydantic v2 定义，生成 JSON Schema 与 TypeScript 类型，保证 UI、模拟器、评测等所有组件使用同一结构。
关键流程
- 写规则：管理者输入一句话，LangGraph 先检查阈值与通道是否完整，若缺失则中断并提示。
- 验证与回放：规则通过约 30 条语义检查后，在过去 7 天的历史数据上回放，返回“会触发 27 次，58 次被节流”。
- 审批与激活：审批仅保存草稿，激活需手动点击按钮，模型无法直接触发。
- 调用与跟进：拨打电话由通知器排队，模型不直接发起，所有后续跟进需人工关闭。
技术要点
- Postgres 16 + RLS，tenant_id 通过 JWT 强制，防止跨租户访问。
- Kafka 处理规则更新，aiokafka 读取压缩主题，重启后可从 Kafka 重新构建规则。
- 监控：Grafana、Prometheus、OpenTelemetry 追踪每条警报，p99 94 ms，99.9 % 无死信。
- 语言与框架：Python 3.12、FastAPI、React 18、Playwright、Docker Compose。
经验教训
- 规则阈值与通道必须在摘要中明确，避免“每小时最多一次”误解。
- 现场电话决策需避免全流程代理，单次 API 调用可在 1.2 s 内完成。
- 语音识别对司机说话不稳定，建议多轮确认并在通话后重新检查警报流。
如果你也在构建自然语言规则或带人工审核的代理，欢迎交流你如何放置“切换”点。