用途
postmortem 是一个无责事后复盘(Blameless Post-Mortem)技能,用于在故障、安全事故、项目失败或任何值得复盘的事件之后,对事件进行彻底且不针对个人的分析,理解发生了什么并防止再次发生。
主要能力
该技能按固定结构逐节输出复盘文档,包含以下部分:
- 执行摘要:事件一句话描述、发生日期/时间、持续时间、严重级别(Critical/High/Medium/Low),以及 2-3 句概述(发生了什么、影响、如何解决)。
- 时间线:以表格形式列出时间、事件、执行者,覆盖事件发生、检测、响应动作、解决等节点。
- 关键节点:触发点、检测、缓解、解决。
- 影响:客户影响(受影响用户数、影响时长、用户感知到的症状)与业务影响(收入影响、SLA/SLO 是否违约及详情)。
- 根因分析:根因、触发点、贡献因素(因素及其如何促成事件)、为什么没有被提前发现(测试为何没捕获、监控为何没更早告警)。
- 做得好与不好的地方:分别列出事项及其作用或影响。
- 行动项:分为即时(本周)和短期(本月),每项包含行动、负责人、截止日期。
- 经验教训:列出总结出的教训。
使用方式
技能以指令形式驱动,要求逐节系统性地完成分析,聚焦系统与流程而非个人,目标是学习而非追责。输出遵循上述固定格式,时间线需注明时区。技能末尾包含 $ARGUMENTS 占位符,用于接收调用时传入的参数。
适用场景
适用于故障(outage)、安全事故、项目失败,或任何需要复盘的事件之后。
限制与准则
技能给出的准则包括:
- 无责:例如应写“部署脚本没有做校验”,而不是“Alice 部署时没有检查”。
- 详尽时间线:包含所有内容,即使是不好意思的延迟也要记录。
- 具体行动:例如应写“增加内存告警”,而不是“改进监控”。
- 指定负责人:没有负责人的行动项不会被执行。
关于该技能的收费、价格、平台支持等具体信息,资料中暂未提供。