mcpField
I
incident-management

incident-management

github.com/dralgorhythm云与 DevOps12958 次安装14 周前更新
代码仓库

关于 incident-management

incident-management 面向处理服务事件的团队，提供严重级别、响应流程和无责复盘方法，涵盖从发现到总结的各阶段。

主要功能

  1. 01严重级别与响应时限
  2. 02六阶段事件响应流程
  3. 03事后复盘模板
  4. 04无责学习原则

适用场景

  1. 01按影响程度判定事件级别
  2. 02协调调查与缓解工作
  3. 03记录事件时间线和调查结果

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/dralgorhythm/claude-agentic-framework --skill incident-management

安装后在 Claude Code 中输入/incident-management确认已加载。

详细介绍

事件管理

事件严重级别

级别影响响应时间
SEV1完全中断立即
SEV2严重降级< 15 分钟
SEV3轻微降级< 1 小时
SEV4影响较低下一个工作日

事件响应

1. 检测
  • 监控告警
  • 客户报告
  • 错误日志
2. 分级处理
  • 评估严重级别
  • 指定事件指挥官
  • 创建沟通渠道
3. 调查
  • 检查近期变更
  • 查看日志和指标
  • 找出根本原因
4. 缓解
  • 应用快速修复
  • 必要时回滚
  • 沟通当前状态
5. 解决
  • 确认修复
  • 监控是否再次发生
  • 关闭事件
6. 总结学习
  • 召开事后复盘会议
  • 记录调查结果
  • 创建行动项

事后复盘模板

# Post-Mortem: [Incident Title]

## Summary
[Brief description of what happened]

## Timeline
- HH:MM - [Event]
- HH:MM - [Event]
- HH:MM - [Resolution]

## Impact
- Duration: [X hours]
- Users affected: [X]
- Revenue impact: [if applicable]

## Root Cause
[What caused this incident]

## Contributing Factors
- [Factor 1]
- [Factor 2]

## What Went Well
- [Positive 1]
- [Positive 2]

## What Could Be Improved
- [Improvement 1]
- [Improvement 2]

## Action Items
- [ ] [Action 1] - Owner: [Name]
- [ ] [Action 2] - Owner: [Name]

无责文化

  • 关注系统，而非个人
  • 问“出了什么问题？”，而不是“谁出了问题？”
  • 坦诚分享经验教训
  • 庆祝险些发生的事故

评论

支持 Markdown