# Incident Response

> 【应急响应】结构化事故处理流程，包含事故分级、应急处置、根因分析(RCA)、复盘报告。 触发时机： - 生产环境出现故障需要应急处理 - 用户要求"写RCA"、"事故复盘"、"故障分析" - 需要制定应急预案

- Skill: `afine907/incident-response` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add afine907/incident-response`
- Raw SKILL.md: https://api.skillmd.com/api/skills/afine907/incident-response/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: afine907 (https://skillmd.com/u/afine907)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/afine907/incident-response

---


# Incident Response — 应急响应

## Goal

## Trigger

见 description 中的触发时机

见 ## Workflow

结构化事故处理流程，从发现到复盘全链路支持。

## Workflow

1. **发现告警** — 监控系统触发或用户报告
2. **评估定级** — P0/P1/P2/P3，确定影响范围
3. **应急处置** — 止血、回滚、降级、限流
4. **根因分析** — 5 Whys、时间线重建
5. **复盘改进** — 输出 RCA 报告、行动项

## 事故分级

| 级别 | 影响 | 响应时间 | 示例 |
|------|------|----------|------|
| P0 | 全站不可用 | 5 分钟 | 数据库宕机、核心服务崩溃 |
| P1 | 核心功能受损 | 15 分钟 | 支付失败、登录异常 |
| P2 | 非核心功能受损 | 1 小时 | 搜索异常、推荐失效 |
| P3 | 体验问题 | 下个工作日 | 页面样式错误、延迟偏高 |

## 应急处置 Checklist

```
□ 确认影响范围（哪些用户、哪些功能）
□ 通知相关方（团队、用户、领导）
□ 止血措施（回滚 / 降级 / 限流 / 关闭功能）
□ 恢复服务（修复或绕过）
□ 验证恢复（监控指标、用户反馈）
□ 保留现场（日志、截图、时间线）
```

## RCA 报告模板

```markdown
# 事故复盘报告

## Goal

## Trigger

见 description 中的触发时机

见 ## Workflow

## 基本信息
- 事故时间: YYYY-MM-DD HH:MM ~ HH:MM
- 影响范围: XX 用户 / XX 功能
- 事故级别: P0/P1/P2/P3
- 处理人: XXX

## 时间线
| 时间 | 事件 |
|------|------|
| HH:MM | 告警触发 |
| HH:MM | 开始排查 |
| HH:MM | 定位原因 |
| HH:MM | 执行修复 |
| HH:MM | 服务恢复 |

## 根因分析 (5 Whys)
1. Why: 服务返回 500
2. Why: 数据库连接池耗尽
3. Why: 慢查询未优化
4. Why: 新上线的接口缺少索引
5. Why: Code Review 未检查 SQL 性能

## 行动项
| 优先级 | 行动 | 负责人 | 截止日期 |
|--------|------|--------|----------|
| P0 | 添加缺失索引 | 张三 | 今天 |
| P1 | 优化慢查询 | 李四 | 本周 |
| P2 | 增加 SQL Review | 王五 | 下周 |
```

## Example

```
用户: 支付服务出现 P1 故障，支付成功率从 99.9% 降到 85%

输出:
1. 确认影响: 约 15% 支付失败，影响所有渠道
2. 止血: 回滚到上一版本 (v2.3.1)
3. 时间线: 14:00 告警 → 14:05 开始排查 → 14:15 回滚 → 14:20 恢复
4. 根因: v2.4.0 引入的超时配置错误
5. 行动项: 修复超时配置 + 增加支付集成测试
```