关于 incident-response-smart-fix
incident-response-smart-fix 是面向生产问题排查与修复的多 Agent 协作技能，适用于需要系统化诊断问题的开发团队。它按分析、根因调查、修复和验证四个阶段组织工作，并强调测试与防止复发。
主要功能
- 01按四阶段组织问题处理
- 02分析错误、日志与观测数据
- 03调查根因及引入变更
- 04实施最小修复并补充测试
- 05运行回归、性能与安全验证
适用场景
- 01定位生产环境故障根因
- 02追查回归问题的引入变更
- 03协调多领域 Agent 修复跨系统问题
- 04验证修复并降低复发风险
安装
复制下面的命令，在终端中运行。
npx skills add https:/安装后在 Claude Code 中输入/incident-response-smart-fix确认已加载。
附带文件resources/implementation-playbook.md
详细介绍
基于多 Agent 编排的智能问题解决
[扩展思考：此工作流实现了一套精细的调试与解决流水线，利用 AI 辅助调试工具和可观测性平台，系统性地诊断并解决生产环境问题。该智能调试策略将自动化根因分析与人类专业知识相结合，采用 2024/2025 现代实践，包括 AI 代码助手（GitHub Copilot、Claude Code）、可观测性平台（Sentry、DataDog、OpenTelemetry）、用于回归追踪的 git bisect 自动化，以及分布式追踪和结构化日志等生产安全调试技术。该流程遵循严格的四阶段方法：(1) 问题分析阶段——error-detective 和 debugger Agent 分析错误追踪、日志、复现步骤和可观测性数据，以理解故障的完整上下文，包括上游/下游影响；(2) 根因调查阶段——debugger 和 code-reviewer Agent 执行深度代码分析、自动化 git bisect 以识别引入问题的提交、依赖兼容性检查，以及状态检查，以隔离确切的故障机制；(3) 修复实施阶段——领域特定 Agent（python-pro、typescript-pro、rust-expert 等）实施最小化修复，并提供全面的测试覆盖，包括单元测试、集成测试和边界情况测试，同时遵循生产安全实践；(4) 验证阶段——test-automator 和 performance-engineer Agent 运行回归测试套件、性能基准、安全扫描，并验证未引入新问题。跨越多个系统的复杂问题需要在专家 Agent（database-optimizer → performance-engineer → devops-troubleshooter）之间进行编排协调，并显式传递上下文和共享状态。该工作流强调理解根因而非治标，实施持久的架构改进，通过增强监控和告警来自动化检测，并通过类型系统增强、静态分析规则和改进的错误处理模式来防止未来再次发生。成功的衡量标准不仅是问题是否解决，还包括平均恢复时间（MTTR）的降低、类似问题的预防，以及系统韧性的提升。]
何时使用此技能
- 处理基于多 Agent 编排的智能问题解决任务或工作流时
- 需要基于多 Agent 编排的智能问题解决的指导、最佳实践或检查清单时
何时不要使用此技能
- 任务与基于多 Agent 编排的智能问题解决无关时
- 你需要此范围之外的其它领域或工具时
使用说明
- 明确目标、约束条件和所需输入。
- 应用相关最佳实践并验证结果。
- 提供可操作的步骤和验证方法。
- 如果需要详细示例，请打开
resources/implementation-playbook.md。
资源
resources/implementation-playbook.md提供详细的模式和示例。
限制
- 仅当任务明确符合上述范围时使用此技能。
- 不要将输出视为环境特定验证、测试或专家审查的替代品。
- 如果缺少所需输入、权限、安全边界或成功标准，请停止并请求澄清。