incident-response
Incident Response 是一套用于系统化处理生产环境事故的技能,涵盖分级、分诊、缓解、沟通与事后复盘。它定义了 SEV1 至 SEV4 四个严重级别,并给出对应的响应时间与示例,如 SEV1 为服务宕机、影响全部用户,需立即响应;SEV2 为主要功能损坏、影响大量用户,需 30 分钟内响应。该技能提供从检测分诊、缓解、沟通、解决到事后复盘的完整工作流,包含回滚、功能开关、扩容、故障转移、限流等快速缓解手段,以及内部事故频道、状态页更新、角色分工等沟通规范。事后复盘要求在 48 小时内完成,采用无指责方式,包含时间线、根因、做得好与不足之处及行动项。适用于运维、开发团队应对线上故障,帮助快速止血并沉淀改进措施。