生产故障响应与复盘
输入生产系统影响、团队分工和故障记录,制定分级升级、值班响应与复盘方案,得到可执行的流程和改进清单。
功能与用途
适用于建立生产故障管理制度,也可用于组织一次具体故障的响应和事后复盘。提供服务影响范围、团队人员、现有告警渠道及事件记录后,可生成严重等级标准、逐级升级矩阵、主备值班安排、应急协作分工和状态通报流程。故障结束后,可将时间线、影响和处置经过整理为复盘报告,并列出带负责人、优先级和期限的改进事项。使用时需要了解服务归属、团队响应能力及现有监控告警安排。
适用场景
- 建立故障分级与升级制度:结合服务影响和团队职责,制定严重等级、响应时限及超时后的逐级通知规则。
- 安排主备值班轮换:根据人员规模和可用时间,设计主备轮值、交接要求、通知顺序和轮班间隔。
- 组织重大故障应急协作:针对服务中断明确指挥、技术、沟通与记录职责,形成恢复验证和进展通报清单。
- 整理故障复盘与整改事项:将告警、操作记录和客户影响整理为复盘报告,明确改进事项的负责人和期限。
适用人群
- SRE工程师
- DevOps工程师
- 运维团队负责人
- 生产故障指挥人员
使用步骤
- 说明要建立管理制度,还是响应或复盘一次故障。
- 提供服务影响、团队分工和现有告警安排。
- 生成故障分级、升级矩阵及值班协作方案。
- 补充事件记录,整理复盘报告和整改清单。
- 核对责任人与期限,确定后续跟踪指标。
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- IT运维与安全
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes Agent、国内 Agent
- 使用难度
- 进阶
- 版本
- 0365f57
- 最近更新
- 2026-11-08
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Implement incident management processes and escalation procedures. Configure on-call schedules and post-incident reviews. Use when managing production incidents.
使用前准备
- 明确生产服务归属、业务影响和团队职责。
- 制定值班方案时,提供人员名单、可用时间及现有告警渠道。
- 生成具体故障复盘时,提供事件时间线、影响范围和处置记录。