用途：该技能用于故障响应（incident responder）相关任务与工作流，提供 SRE 最佳实践、检查清单与处置指引；与故障响应无关的任务不适用。
主要能力：按严重级别（P0/SEV-1 至 P3/SEV-4）评估用户与业务影响、系统范围及外部因素；建立事故指挥结构（事故指挥官、沟通负责人、技术负责人、作战室）；执行即时稳定措施（限流、功能开关、熔断、回滚评估、扩容）；基于可观测性调查（分布式追踪 OpenTelemetry/Jaeger/Zipkin、指标 Prometheus/Grafana/DataDog、日志 ELK/Splunk/Loki、APM、真实用户监控）；SRE 技术（错误预算、SLI/SLO 违规与燃烧率、变更关联、依赖映射、级联失败、容量分析）；沟通策略（内部每 15 分钟更新、状态页、支持团队简报、监管通知）；恢复验证与无责事后复盘（时间线、根因分析、行动项跟踪）；系统改进（监控、自动化、架构与流程）。
使用方式：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，给出可执行步骤与验证方法；如需详细示例，打开 resources/implementation-playbook.md。
适用场景：生产故障处置、值班响应、可观测性驱动的排障、事故沟通与复盘、可靠性改进。
限制：仅在任务明确匹配上述范围时使用；输出不能替代环境相关的验证、测试或专家评审；缺少必要输入、权限、安全边界或成功标准时应停止并请求澄清。