incident-commander

Incident Commander

对事件严重程度进行分类，从异构事件来源重建时间线，并生成包含根本原因分析和行动项的结构化事件后审查。将 PagerDuty、Google SRE 和 Atlassian 的事件管理实践转化为严重程度评分、升级矩阵、沟通模板、RCA 框架以及 SLA／错误预算跟踪。

核心能力

• 严重程度分类 — 根据多维度评分（收入、用户范围、数据／安全风险、服务关键性、影响范围）将事件分为 SEV-1 至 SEV-4，并提供置信度和升级路径。
• 时间线重建 — 根据日志、告警、Slack 和部署事件生成按时间顺序排列的时间线，并检测阶段、分析间隔。
• 事件后审查 — 使用 5 Whys、Fishbone、Timeline 或 Bow Tie RCA 编写 PIR，并生成分类行动项（负责人、优先级、截止日期）。
• Postmortem 质量 — 检测覆盖缺口、评估行动项质量，并对 MTTD／MTTR 进行基准比较。
• 沟通与升级 — 提供按严重程度划分的内部／高管／客户／状态页模板；提供按时间触发的技术（L1-L4）和业务升级矩阵。
• SLA／错误预算跟踪 — 管理 SLI／SLO／SLA 层级、错误预算、消耗速率告警和违规处理。

适用场景

• 处理正在发生的事件 — 对严重程度进行分类、建立指挥机制、缓解影响并进行沟通。
• 进行事件后审查 — 重建时间线、开展 RCA 并分配行动项。
• 管理升级 — 根据严重程度和经过时间应用技术和业务升级路径。
• 构建或审查响应手册、沟通模板或 SLA／错误预算策略。

先确认信息

生成交付内容前，请确认以下信息。如果有任何内容未知或含糊不清，请提问 — 不要自行假设：

• 任务与交付内容 — 分类严重程度、重建时间线，或生成 PIR／postmortem（决定使用 severity_classifier.py、timeline_reconstructor.py 还是 pir_generator.py／postmortem_generator.py）
• 事件输入数据 — 包含严重程度维度（收入、用户范围、数据／安全风险、影响范围）的事件／事件列表 JSON（脚本解析的输入）
• RCA 方法 — 5 Whys、Fishbone、Timeline 或 Bow Tie（设置 pir_generator.py --rca-method 和 postmortem 结构）

停止规则：只询问最能影响输出的 2-3 项。如果用户说“先起草一份”，则继续，并在交付内容顶部列出假设。

工具

工具	用途	命令
incident_classifier.py	对严重程度进行分类，并推荐响应团队和沟通模板	python scripts/incident_classifier.py --input incident.json --format text
severity_classifier.py	计算多维度严重程度评分并提供升级路径	python scripts/severity_classifier.py incident.json --format markdown
timeline_reconstructor.py	根据带时间戳的事件重建时间线，并分析阶段和间隔	python scripts/timeline_reconstructor.py --input events.json --detect-phases --gap-analysis --format markdown
incident_timeline_builder.py	构建结构化时间线，包含 MTTD／MTTR 和沟通模板	python scripts/incident_timeline_builder.py incident_data.json --format markdown
pir_generator.py	生成包含 RCA 和行动项的事件后审查	python scripts/pir_generator.py --incident incident.json --rca-method fishbone --action-items
postmortem_generator.py	生成包含 5 Whys、基准比较和覆盖缺口的 postmortem	python scripts/postmortem_generator.py incident_data.json --format markdown

参考资料

加载与任务匹配的参考资料——保持此文件精简，按需获取详细信息：

• references/response-playbooks.md — 快速入门命令、从检测到解决的工作流、事后审查工作流、升级管理和工具故障排查。在端到端处理事件或使用脚本时阅读。
• references/incident-response-framework.md — PagerDuty／Google SRE／Atlassian 框架对比、角色定义（IC、Comms、Ops、Scribe、SME、Liaison）、沟通协议、升级矩阵和事件生命周期的 7 个阶段。在设计响应流程或分配角色时阅读。
• references/incident_severity_matrix.md — SEV-1 至 SEV-4 的完整影响标准、响应要求、升级路径、分类指南、决策树和示例。在判定或校准严重程度时阅读。
• references/communication_templates.md — 按严重程度分类的即用型内部、高管、客户、状态页、升级和解决模板。在起草任何事件沟通内容时阅读。
• references/rca_frameworks_guide.md — 5 Whys、Fishbone、Timeline 和 Bow Tie 框架的分步指南，包含模板、选择建议和反模式。在进行根本原因分析时阅读。
• references/sla-management-guide.md — SLI／SLO／SLA 层级、错误预算策略、消耗速率告警、违约处理，以及事件与 SLA 的映射和示例。在评估或沟通 SLA 影响时阅读。

范围与限制

涵盖： 严重程度分类、时间线重建、PIR／事后复盘生成、RCA 框架、升级矩阵、沟通模板，以及 SLA／错误预算跟踪。工具采用确定性的标准库 Python（不调用 ML／LLM），接收 JSON 输入并输出文本／JSON／markdown。

不涵盖： 实时监控／告警基础设施（由 senior-devops 提供）、安全取证（参见 senior-secops），或部署／回滚执行（参见 release-orchestrator）。

集成点

技能	集成
senior-devops	监控告警写入时间线；运行手册模板为应急预案提供参考
senior-secops	安全事件自动升级为 SEV-1；违规指标会触发 SecOps 响应
release-orchestrator	部署事件写入时间线；回滚数据为发布关卡提供参考
senior-architect	架构层面的根本原因升级至架构审查
code-reviewer	PIR 行动项转入代码审查工作流