用途：当系统存在外部依赖、后台处理、规模风险或明确可用性要求时，用本技能保证关键工作流在负载、依赖故障、状态陈旧和人为错误下仍安全、可诊断、可恢复。
主要能力：按关键性分级（影响、可接受停机、数据丢失容忍、恢复时间）；映射故障模式（依赖超时、部分写入、重复投递、陈旧读、并发冲突、配置错误、过载、发布回归）；设计保护机制（超时预算、重试与退避、幂等与去重、熔断与减载、队列与死信、降级回退、并发限制、对账任务）；设计恢复（检测、责任人、重试/补偿/回滚、可安全重放内容、运行手册）；验证可靠性（超时重试、降级、队列恢复、重复请求安全、告警与演练）。
使用方式：先读 SKILL.md，再按需加载 references/ 下的 reliability-patterns.md、incident-readiness.md、reliability-verification.md；按顺序应用清单与决策规则，产出关键性表、故障模式表、超时重试策略、降级说明、队列重放策略、事故责任与恢复大纲、验证计划。
适用场景：API、SaaS、后台任务、分布式工作流、移动后端、AI 系统。AI 特有故障（幻觉激增、提示漂移、模型回归、检索漂移、越狱、成本失控、智能体动作、工具供应商中断、评估漂移）需使用专门的 AI 事故技能，不应套用本技能的通用运行手册。
限制：任务与可靠性工程无关或只需简单答案时不应使用；重试必须配合幂等，否则通常是缺陷；不得重试校验失败、授权失败或确定性业务拒绝；超时应短于用户耐心与上游崩溃阈值；特权或安全敏感路径应失败关闭，失败开放需明确理由并限制影响范围。资料未提供具体收费、价格与平台信息。