On-Call Health

On-Call Health

Rootly AI Labs · 生產力

On-Call Health 是一款針對工程團隊的開放原始碼倦怠偵測工具。它能幫你在值班工程師的倦怠演變成離職之前先察覺。它會連接你團隊已經在用的服務,例如 Rootly、PagerDuty、GitHub、Slack、Linear 與 Jira,再把這些訊號轉換成一個真正能據以行動的工作負載分數,你不必自己去翻原始的事故記錄。你可以使用 oncallhealth.ai 上的託管版本,也可以整套自己架設。

On-Call Health 的介面預覽

關於 On-Call Health

什麼是 On-Call Health

On-Call Health 觀察的是那些背著傳呼機的人。它會蒐集客觀資料,例如某人被呼叫的頻率、在一次值班期間處理多少事故,再混合團隊自我回報的訊號,了解這份工作負載實際上給人的感受。目標是在一位優秀工程師悄悄燃燒殆盡之前,先把暗示過勞的模式找出來。

這套工具由 Rootly AI Labs 開發,以 Apache 2.0 授權釋出,也就是說原始碼開放供稽核、修改,並可架設在你的資安團隊覺得安心的基礎架構上。它不是醫療或診斷產品。把它想成團隊健康的早期預警系統,而不是臨床評估。

最大的限制在於適用範圍。它只對已經實施正式值班輪替、並且接好整合的團隊才有意義。單打獨鬥的開發者沒有東西讓它測量。沒有事故流程,就沒有訊號。

那它怎麼運作?你把工具接上,應用程式負責計算。

開始使用

  1. 用你的工作電子郵件登入 oncallhealth.ai。或者複製儲存庫並用 Docker 執行,如果你想讓資料留在自家。
  2. 連接你的來源:Rootly、PagerDuty、GitHub、Slack、Linear 與 Jira,各自透過專屬的 OAuth 流程連結。
  3. 讓工具抓取幾週的事故與工作負載歷史,好有個基準可以比較。
  4. 在儀表板上檢視 OCH 分數,並搭配工程師自我回報的紀錄一起看。
  5. 設定門檻,決定分數到什麼程度該觸發一場對話,然後定期回頭檢視。

產品資訊

快速了解 On-Call Health 的定價、支援平台與效能。

免費方案是
付費方案$0
平台Web, self-hosted (Docker)
開發者Rootly AI Labs
類別生產力
發布日期Jan 2025
最近更新Sep 2025
網站訪問量428
網站全球排名12.4M
API 提供狀態N/A

適合對象

這項工具最適合的使用者、任務與情境。

使用者

  • 工程主管:看出哪些值班人員吸收了太多事故。當團隊已經有真正的值班輪替並接好工具時,效果最好。
  • 平台與 SRE 負責人:追蹤某項流程變更在接下來幾週是否真的降低了傳呼負載。
  • 值班開發者:在針對工程團隊健康提出警訊之前,先客觀了解自己的工作負載。唯有團隊接好整合,資料才會存在。

任務

  • 找出過載趨勢:比較各值班人員的事故量與被呼叫頻率,找出誰扛得太多。
  • 為值班變更提供依據:帶著真實的使用數字進規劃會議,而不是只講某個辛苦一週的傳聞。
  • 把硬資料與感受配在一起:將傳呼統計與自我回報的紀錄結合,才不會只憑指標判斷倦怠。

情境

  • 團隊在一個沉重季度後不斷流失工程師:分數能顯示每次離職前工作負載是否飆高。
  • 推行新的值班政策:先建立分數基準,再觀察它是否朝正確方向移動。
  • 一個安靜卻緊繃的 SRE 團隊:把單看工單數量看不出來的壓力找出來。

主要功能

OCH 分數

On-Call Health 分數是由這套工具蒐集的每個訊號所構成的一個數字。它反映一個人背負多少事故應變工作負載。主管只要掃一眼儀表板,不必去讀原始記錄。這是最快看出誰該優先關注的方法。

客觀與自我回報的訊號並用

On-Call Health 不單靠傳呼機資料。它把你事故工具裡的硬數字,與實際做事的人所回報的內容混在一起。這樣的搭配很重要。被呼叫次數偏低,仍可能藏著一段壓力很大的值班。

廣泛的工具整合

它連接 Rootly、PagerDuty、GitHub、Slack、Linear 與 Jira。多數團隊至少已經付費使用其中一項。所以設定通常只是授權存取,而不是搬移任何東西。GitHub 與 Slack 用事故工具漏掉的活動資料,把全貌補齊。

開放原始碼且可自架

程式碼以 Apache 2.0 放在 GitHub 上,你可以用 Docker 在自己的基礎架構上執行,如果你不想把團隊傳呼活動的即時資料流交給供應商。有些團隊不能把涉及人事的資料送給第三方。對他們來說,自架正是選擇這套、而非封閉替代方案的全部理由。

為事故應變人員打造

這些指標特別針對值班工作調整,而不是許多職場分析工具退而採用的通用生產力追蹤。它計算的是真正會磨損人的東西。你被呼叫的頻率多高?你的班上有多少事故落下來?工作負載在整輪值班中又如何分布?

優缺點

優點

  • 免費且開放原始碼,所以帶著團隊試用沒有授權成本。
  • 自架選項讓敏感的工作負載資料留在你自己的基礎架構內。
  • 從多數工程團隊已經在用的工具抓資料,縮短了設定時間。
  • 專注在造成值班疲勞的真正因素,而不是虛榮指標。
  • OCH 分數把散落的訊號變成一個你可以長期追蹤的數字。

缺點

  • 它是訊號工具,不是診斷,所以無法告訴你某人為什麼撐不住。
  • 價值取決於整合,而沒有正式值班流程的團隊從它身上得到的不多。
  • 沒有公開 API 能把分數拉進你自己的儀表板,所以你只能看應用程式顯示的東西。

常見問題

它結合事故資料與自我回報的紀錄,標示出值班工程師過勞的徵兆。團隊用它及早發現過載,並為值班調整提供依據。