课程章节介绍
那我们今天来讲讲如何用平台事件，也就是AiJobRunStatusEvents，来监控一个作业是不是完成了。你可能要问，为什么需要监控作业完成？其实很多时候，AI作业是异步运行的，你不能傻傻地在那儿等着，得有个自动化的方式，知道它什么时候处理好了，然后去拿结果，对吧？
我们要用的这个事件叫AiJobRunStatusEvents。它很聪明，每次作业的状态发生变化时，比如从“处理中”变成“已完成”或者“失败”，它就会自动触发一条事件消息。那我们怎么抓住这个事件呢？用Apex触发器来订阅它。不过要小心，这个事件可能会因为状态转换被触发多次，所以我们只需要处理那些真正“已完成”的事件。所以在触发器里，第一步就得过滤，只处理状态是“已完成”的。
一旦确认作业真的完成了，触发器里就要去查找对应的AiJobRunProject记录，这个记录里包含了完整的作业信息和最终的响应。接下来，我们要从请求输入里提取原始记录的ID。这里有个约定俗成的做法：在发起AI作业时，把源记录的ID放在输入的某个字段中，遵循“前置惯例”，也就是提前商量好的那套规矩。然后我们就能从这个输入里拿到当初是哪个记录发起的这个作业。
接着看作业的响应结果。响应内容通常被包装在一个叫“Inbox Response”的键里面，就像个信封。我们需要从这个信封里把LLM（大语言模型）生成的文本内容解出来。这样我们就拿到了最终要写回的结果。
比如，我们可能要把这个AI生成的文本作为一个CaseComment，加到对应的案例记录上。所以最后一步就是把提取出来的文本内容写回Salesforce的记录里去。
在做整个流程时，还有几个生产环境必须考虑的事情，非常关键。首先，平台事件是会重传的，网络波动或者其他原因，同一个事件可能被投递多次。如果没有做重复数据消除，就可能给同一个案例重复添加评论。所以一定要根据作业的唯一标识做去重检查。
其次，不仅要处理成功完成的项目，还要处理失败的项目。作业有可能执行出错，如果你只盯着“已完成”，那失败的就没人管了，可能就一直晾在那儿。所以要同时处理失败状态，记录日志或者做补救措施。
还有，写回操作如果量比较大，不要直接在触发器里做，这会影响性能。最好把它卸载到一个异步的、批量处理的地方，比如Express处理（这里可能指Queueable或未来的框架），这样主流程不会被拖慢。
最后，也是最重要的一点：所有的代码一定要捕获异常。因为未捕获的异常会导致事件订阅被禁用。Salesforce平台有个规则，如果在9次尝试中都有未处理的错误，它就会把这个订阅关掉，之后的事件就再也不会触发了，这样会造成监控完全失效。所以，用try-catch包装好，把错误记录下来，不要让它抛出去。
总结一下，就是用AiJobRunStatusEvents监听作业完成，过滤“已完成”事件，找到作业记录，从输入里拿源记录ID，从响应信封里解析出LLM文本，再写回目标记录。同时，一定要记得去重、处理失败、异步卸载写回、捕获所有异常。这几个生产考虑，少了哪一个都可能在线上出问题，一定要记牢。