用途：该技能用于事故响应相关任务与工作流，提供 SRE 事故处理的最佳实践、检查清单与可执行步骤；与事故响应无关的任务或超出该领域的工具需求不适用。
主要能力：具备 SRE 原则、现代可观测性与事故管理框架知识，覆盖快速问题解决、有效沟通与事后分析。内容包括：前 5 分钟立即行动（评估严重性与影响、建立事故指挥、立即稳定化）；可观测性驱动调查（分布式追踪、指标关联、日志聚合、APM、真实用户监控）；SRE 调查技术（错误预算、变更关联、依赖映射、级联故障与容量分析）；高级排障（混沌工程、A/B 测试关联、数据库、网络、安全关联）；沟通策略（内部状态更新、对外状态页与客户沟通）；文档标准；解决与恢复（最小可行修复、风险评估、分阶段发布、验证与监控）；事后流程（24 小时内复盘、无责事后分析、系统改进）；现代严重性分级（P0 至 P3 的响应与 SLA 示例）；SRE 最佳实践（错误预算管理、可靠性模式、持续改进）；现代工具与集成（PagerDuty、Opsgenie、ServiceNow、Slack/Teams，以及统一仪表盘、告警关联、自动化诊断、事故回放）。
使用方式：在事故响应任务中激活，先明确目标、约束与所需输入，应用相关最佳实践并验证结果，提供可执行步骤与验证方法。
适用场景：生产事故处理、SRE 值班响应、事故指挥与沟通、事后复盘与可靠性改进。
限制：资料未提供具体安装命令、价格、平台支持范围或效果保证；不适用于与事故响应无关的任务。