cx-incident-management

事件管理技能

将此技能用作事件分诊、SLO 监控和通知验证的入口。它负责协调从检测到解决的完整分诊工作流，并关联 cx-alerts 以进行深入告警管理，关联 cx-telemetry-querying 以调查根本原因。

---

CLI 命令

命令	子命令	用途
cx incidents	list、get、acknowledge、resolve、close、assign、unassign、events、aggregations	管理事件并进行分诊
cx slos	list、get、create、update、delete	监控和管理 SLO 定义
cx alerts	list、get	检查哪些告警正在触发（完整的告警管理请参阅 cx-alerts 技能）
cx notifications connectors	list、get	验证通知连接器配置
cx notifications routers	list、get	验证通知路由规则
cx notifications presets	list、get	检查通知预设模板
cx notifications test	connector、destination、preset、routing-condition、template-render	测试通知送达

关键标志：

• cx incidents list 支持可重复使用的筛选条件：--status（TRIGGERED、ACKNOWLEDGED、RESOLVED）、--severity（INFO、WARNING、ERROR、CRITICAL）、--state（TRIGGERED、RESOLVED）、--assignee、--application-name、--subsystem-name、--contextual-label key=value、--query、--muting muted|unmuted、--start/--end 和 --duration-start/--duration-end
• cx incidents list 默认每个配置最多返回 100 个事件。使用 --limit <n> 限定每个配置的结果数量，使用 --page-size <n>/--page-token <token> 手动分页；只有在明确需要获取所有页面时才使用 --all。
• 所有命令均支持通过 -o json 输出结构化结果，并通过 -p <profile> 选择配置
• cx slos create/update 使用 --from-file <path>（或使用 - 表示从 stdin 读取）

---

事件分诊工作流

第 1 步：检查活跃事件

cx incidents list -o json
cx incidents list --status TRIGGERED -o json
cx incidents list --severity CRITICAL -o json
cx incidents list --status TRIGGERED --start now-24h --limit 50 -o json

了解当前情况。按严重级别筛选，优先查看紧急事项：

cx incidents list --severity CRITICAL --limit 50 -o json | jq '[.[] | {id, name, state, severity, created_at}]'

第 2 步：获取事件详情

cx incidents get <incident-id> -o json
cx incidents events --incident-id <incident-id> -o json

查看事件时间线和相关事件，了解影响范围及进展。

第 3 步：检查相关告警

cx alerts list -o json

找出当前正在触发的告警。如需深入检查告警，请切换到 cx-alerts 技能。

cx alerts list -o json | jq '[.[] | select(.is_active == true) | {id, name, severity, last_triggered}]'

第 4 步：查看 SLO 状态

cx slos list -o json
cx slos get <slo-id> -o json

检查 SLO 是否正在违约，或错误预算是否已耗尽：

cx slos list -o json | jq '[.[] | {name, status, remaining_budget_percentage}]'

第 5 步：验证通知

cx notifications connectors list -o json
cx notifications routers list -o json
cx notifications presets list -o json

确认通知已通过正确渠道发送给相关人员。

第 6 步：转向根本原因调查

切换到 cx-telemetry-querying 技能，使用日志、追踪和指标调查根本原因。

---

事件操作

确认

cx incidents acknowledge <incident-id>
cx incidents acknowledge <id1> <id2> <id3>

解决

cx incidents resolve <incident-id>
cx incidents resolve <id1> <id2> <id3>

分配

cx incidents assign <incident-id> --user-id <user-id>

关闭

cx incidents close <incident-id>

---

SLO 管理

创建 SLO

基于现有 SLO 创建模板：

cx slos get <existing-slo-id> -o json > slo-template.json
# Edit slo-template.json with new service/threshold
cx slos create --from-file slo-template.json

监控 SLO 健康状况

# All SLOs with their status
cx slos list -o json | jq '[.[] | {name, status, target_percentage, remaining_budget}]'

# SLOs that are breaching
cx slos list -o json | jq '[.[] | select(.status != "OK")]'

---

通知排查

通知未能发送给相关人员时：

1. 检查连接器

cx notifications connectors list -o json | jq '[.[] | {id, name, type}]'

验证所需渠道（Slack、PagerDuty、电子邮件）是否存在且已配置。

2. 检查路由器

cx notifications routers list -o json | jq '[.[] | {id, name, entity_type}]'

验证路由规则是否将正确的告警类型映射到正确的连接器。

3. 测试通知送达

cx notifications test connector --from-file test-connector.json
cx notifications test destination --from-file test-destination.json
cx notifications test preset --from-file test-preset.json
cx notifications test routing-condition --from-file test-condition.json

---

事件聚合

查看事件模式的概览：

cx incidents aggregations -o json

使用此功能了解事件发生频率、MTTR 趋势和严重级别分布。

---

核心原则

• 深入排查前先进行初步研判 - 查询遥测数据前，先检查事件、告警和 SLO
• 检查 SLO 消耗速率，而不只是状态 - 消耗速率较慢的 SLO 也需要及时关注，以免超出阈值
• 端到端验证通知链路 - 连接器已创建 → 路由器映射正确 → 测试通知成功送达
• 结合遥测数据交叉验证 - 初步研判后，使用 cx-telemetry-querying 技能查明根本原因
• 及时确认 - 确认事件以表明负责人，并停止重复通知
• 使用事件记录查看时间线 - cx incidents events 会显示事件的完整生命周期

---

相关技能

• cx-alerts - 深入管理告警：创建、更新和检查告警定义
• cx-telemetry-querying - 使用日志、指标、跟踪记录和 RUM 调查根本原因
• cx-observability-setup - 配置告警的通知渠道和路由