自動化排程

bot的其中一個功能就是自動化的每週檢查排程，設定每周一早上九點發送檢查結果，而這背後的運作原理來自於 Task 系統讓 Bot 能夠在背景執行定期任務

@tasks.loop(hours=24)
async def check_new_prs_task():
    # 檢查是否達到設定的間隔天數
    time_since_last_check = datetime.now() - last_check_time
    if time_since_last_check.days < CHECK_INTERVAL_DAYS:
        return
    
    print(f"🔍 進行手動每週檢查...")
    prs, error = await get_merged_prs_since(since_date)
    # 處理 PR 資料並發送報告

透過非同步設計，它不會阻塞其他指令的處理，在等待間隔時間時，Bot仍然可以即時回應使用者的指令

錯誤處理與恢復

在分散式系統中，錯誤是不可避免的，Bot會透過非同步錯誤處理機制確保單點故障不影響整體服務
多層錯誤處理策略：

• 指令層錯誤處理：單一指令失敗不影響其他功能
• API 層錯誤處理：GitHub API 錯誤有適當的重試機制
• 任務層錯誤處理：排程任務失敗會記錄日誌並繼續運行
• 系統層錯誤處理：連線異常時自動重新連接

async def execute_scheduled_check():
    try:
        prs, error = await get_merged_prs_since(since_date)
        if error:
            # 非同步發送錯誤通知
            await send_changelog_to_channel(f"❌ 自動檢查失敗: {error}")
            return
        # 正常處理流程...
    except Exception as e:
        # 非同步錯誤記錄
        logger.error("scheduled_check_failed", error=str(e))
        # 不拋出異常，避免崩潰

總結：非同步程式設計帶來的業務價值

• 高可用性：7x24 小時不間斷服務
• 高併發處理：同時服務多個團隊和專案
• 資源效率：用最少的資源處理最多的任務
• 錯誤恢復：自動從故障中恢復，減少人工干預
• 可擴展性：輕鬆應對用戶數量和功能複雜度的增長