用途：处理生产环境中的事故，适用于服务宕机或降级、影响用户的严重错误、安全事件、数据问题和性能紧急情况；核心是先用检测与分级定位问题，再优先止损，最后排查根因并复盘。流程为 DETECT → TRIAGE → MITIGATE → RESOLVE → REVIEW。
主要能力：
- 检测与分级：提供健康检查、Pod 状态、近期部署记录、错误率等快速检查方式，例如 curl -s https://api.example.com/health | jq .、kubectl get pods -n production | grep -v Running、git log --oneline -5 和 grep -c "ERROR" /var/log/app.log。严重级别分 P1 完全宕机、P2 主要功能受损、P3 次要功能受损、P4 低影响，并给出响应时间参考。
- 止损优先：强调先止住影响再找根因，包括回滚部署 kubectl rollout undo deployment/app、扩容 kubectl scale deployment/app --replicas=10、关闭功能开关、配置熔断。
- 排查：查看近期日志、资源占用、数据库活动连接和网络耗时，例如 kubectl logs -l app=myapp --since=30m | grep -i error、kubectl top pods -n production 等。
- 沟通与复盘：提供事故更新模板（状态、严重级别、开始时间、持续时间、影响、当前动作、下次更新时间）和事后复盘模板（时间线、根因、影响、行动项表、经验教训）。
使用方式：按工作流逐步执行，事故中保持更新节奏，事后按模板记录行动项与负责人。示例输入如“API 返回 500 错误”会引导检查日志、定位故障组件、必要时回滚；输入“数据库过载”会引导终止长查询、扩展只读副本、优化或缓存热点查询。
限制：资料未提供该技能的具体安装方式、依赖要求、支持的平台范围和收费信息。