SuperAPI AI 工具集

production-excellence

部署与运维

查看项目

更新于 10-16 06:24

技能介绍

用途:这是一个“薄组合”技能包,只负责验收与交接层,把多个专业技能的跨领域生产证据组装成一次可辩护的上线或运营决策,并生成五选一的门禁结论:go(授权上线)、no-go(阻断)、defer(带条件的延期)、exception(限期且有风险的豁免)、escalation(升级到更高决策机构)。它不拥有任何专业技能的 runbook,也不重新推导其方法。

何时加载:服务或变更临近上线决策、需要跨领域证据合并时;需要带条件、证据和责任人的结构化门禁模型时;需要把就绪、迁移、恢复、容量/成本、事故历史合成一份运营交接记录时;需要把上线后的学习路径分别导向 incident-learning 与 product-lifecycle-learning 时;需要为跨 SRE、发布、平台、安全、数据、QA 的生产变更提供单一验收契约时。

不适用场景:事故指挥或 SLO 运营(属 site-reliability-engineering);发布流水线机制、版本化或部署策略(属 release-engineering);平台架构或内部开发者平台设计(属 platform-engineering);威胁建模、安全评审流程或漏洞评估(属 secure-software-engineering);数据管道设计、ETL 或存储架构(属 data-engineering);测试策略设计、回归套件管理或测试自动化框架设计(属 qa-methodology)。脱离服务归属、风险、证据和验证的通用清单不是有效产出。

主要能力:内置就绪路由表,把生产问题路由到对应专业技能。主要领域包括 production-readiness(就绪,含 11 类风险分级证据包)、migration-engineering(扩展/收缩、兼容窗口、双跑、回填、对账、切换、恢复路径)、resilience-and-recovery(故障模式、降级选择、RTO/RPO、恢复测试、DR、演练、故障转移、数据完整性)、capacity-and-cost-engineering(需求/容量/扩缩/利用率模型、单位成本与 SLO 决策的关联、成本受限场景)、incident-learning(观测事实、因果假设、贡献条件、后续工作映射、验证关闭)。支撑路由包括 site-reliability-engineering、release-engineering、platform-engineering、secure-software-engineering、data-engineering、qa-methodology 和 verification-methodology。

使用方式:在门禁运行前,必须先存在各适用领域的入口证据;该包本身不收集证据,而是要求证据。证据包规范见 references/evidence-packet.md;门禁定义见 references/gates.md;运营交接记录见 references/handoff-record.md。该包是可通过 SKILL.md frontmatter 被渐进披露式加载器发现的入口,不包含 skills/ 下的嵌套子技能,所有路由技能都是通过相对 markdown 链接引用的顶层目录技能。每个门禁结论都必须绑定服务责任人、评估风险、已验证证据和验证边界声明;缺失证据不得静默省略,必须记录为带责任人和截止日期的显式缺口。上线结果和上线后观测分别路由到事故学习与产品生命周期学习;每个结论(不只 go)都要填充交接记录。

限制:该包只拥有验收与交接层,不替代专业技能;若任务完全落在单一专业领域内,应直接加载该专业技能。禁止把裸清单当作有效结论。文中未提供具体安装命令、收费或价格信息。