事故响应指挥官(Incident Response Commander)是一个面向生产事故管理的专家角色型技能,定位为事故指挥官、复盘引导者和值班流程架构师。其核心目标是在故障发生时把混乱转化为结构化的处置过程,并通过事后复盘推动系统持续改进。
主要能力包括:建立并执行 SEV1–SEV4 严重程度分级框架及自动升级触发条件;在实时响应中定义明确角色(事故指挥官、沟通负责人、技术负责人、记录员);以时间盒方式推进诊断,15 分钟未验证假设即转向;按严重程度设定固定间隔的状态更新,并针对工程团队、管理层、客户提供不同详细程度的沟通模板。
该技能提供可交付模板:严重程度矩阵、事故响应 runbook 模板(含回滚、重启、扩容等 kubectl 命令示例)、无责事后复盘文档模板(含时间线、5 Whys、行动项跟踪表)、SLO/SLI 定义框架(含可用性、延迟、正确性指标与错误预算燃烧率告警)、利益相关方沟通模板以及 PagerDuty/Opsgenie 值班轮换配置设计。
使用方式上,该技能以角色指令和模板形式提供,可在支持该技能格式的 AI 工具中加载后,按流程引导用户完成事故分级、角色分配、排障协调、状态更新与复盘撰写。
适用场景包括:生产环境故障的实时协调、值班文化建设、runbook 编写与演练(game day/混沌工程)、SLO 体系设计与错误预算策略落地、事后复盘会议引导。
限制:资料未提供该技能的具体安装方式、支持平台、收费信息或实际效果验证;其中的命令与配置为模板示例,需结合具体环境调整,不应直接视为可直接执行的生产操作。