用途：为团队建立可持续的 on-call 值班体系，平衡服务覆盖与工程师健康。适用于首次搭建 on-call、团队从 2-3 人扩展到 5 人以上、处理倦怠或告警疲劳、改善响应时间，以及复盘发现交接问题之后。
主要能力：提供四种轮值模型（5 人以上周轮值、3-4 人 12 小时白夜班、全球团队 follow-the-sun、资深/初级双层），并给出 5 人团队排班示例；配置分级升级策略（主值班→15 分钟后备→30 分钟经理，最多循环 3 次）；定义交接清单与 15 分钟交接会；制定疲劳管理规则（夜间告警上限、重大事故补休、连续值班上限、轮值间冷却期、休假保护）；整理 on-call 速查手册（紧急联系人、runbook、访问凭据、升级决策树）；安排月度复盘。
使用方式：按六步执行——定义轮值排班、配置升级策略、定义交接流程、实施疲劳管理、编写 runbook 与联系人、定期复盘。输入需团队规模与时区、服务 SLA（响应时间与覆盖时段），可选历史事故量、值班补偿预算、现有工具（PagerDuty、Opsgenie）。文中给出 PagerDuty 升级策略 YAML 表示、Slack 交接提醒 curl 命令及 Prometheus 告警疲劳指标查询，可按需使用。
限制与注意：资料未提供具体价格、平台支持范围或效果保证。常见陷阱包括工程师少于 3 人难以持续、无升级延迟浪费资深时间、跳过交接导致重复错误、忽视告警疲劳、无补偿引发不满。若覆盖有缺口，需增加人手或把 SLA 降为仅工作时间。