何时使用
当进行 On-Call / 值班轮换交接,需要让接班人获得完整态势感知时使用。三种典型场景对应三种模板:
- 标准轮班交接:班次结束写交接文档(模板 1,信息最全)。
- 异步快速交接:跨时区无法同步通话时,写精简版 + 一段 Loom/语音备忘(模板 2)。
- 事中交接:事故进行中移交 Incident Commander 角色,让新人不丢上下文接手(模板 3)。
也用于:制定值班交接规范、新人首次进入轮值、审计并改进既有交接质量。
不该用的边界:事后复盘/Postmortem 报告(交接只引用其链接,不在此处写根因分析)、对外状态页公告与客户沟通、事故本身的排障操作。这些是交接文档的「输入/下游」,不是交接文档本身。
步骤
判定模板:日常轮班→模板 1;跨时区/无同步窗口→模板 2;事故进行中→模板 3。
逐节填写五要素,每节至少一条目,无内容显式写「无 / none」(这是完整性闸门):
要素 内容 活跃事故 Active Incidents 当前正在故障的 在查问题 Ongoing Investigations 正在排查中的 近期变更 Recent Changes 部署、配置、基建 已知问题 Known Issues 已有临时绕过方案的 即将发生 Upcoming Events 维护、发布、流量活动 补升级路径表(按问题类型列一/二级升级联系人)与 Quick Reference(常用排障命令、关键看板/Runbook 链接)。
执行交接窗口(建议 30 分钟重叠):
交班人:15 分钟写文档 + 15 分钟同步通话 接班人:15 分钟读文档 + 15 分钟同步通话 + 5 分钟校验告警校验告警闭环:交班人发一条测试告警,确认接班人在 PagerDuty 与 Slack 均收到,再结束重叠窗口。
存档可检索:交接文档统一存共享位置(Wiki/Notion/Confluence),并从 PagerDuty 排班条目反向链接。
指令
完整性闸门:每个小节必须有至少一条目或显式「无」,否则不得标记「交接完成」。交班人交接后即使已下班,也在 Slack 保持 15 分钟可达回答澄清问题。事中交接尤其要点名当前 IC、Comms Lead、接手人。
示例
模板 1 · 标准轮班交接(节选):
# On-Call Handoff: Platform Team
**Outgoing**: @alice (01-15→01-22) **Incoming**: @bob **Handoff**: 2024-01-22 09:00 UTC
## 🔴 Active Incidents
None currently active.
## 🟡 Ongoing Investigations
### 1. Intermittent API Timeouts (ENG-1234)
Status: Investigating | Impact: ~0.1% 请求超时
- 超时与数据库备份窗口(02:00-03:00 UTC)相关,疑似锁争用;PR #567 已加日志
- Next: [ ] 看今晚备份后的新日志 [ ] 确认后考虑移动备份窗口
- Dashboard: grafana/d/api-latency | Thread: #platform-eng
## 📋 Recent Changes
| Service | Version | Time | Notes |
| api-gateway | v3.2.1 | 01/21 14:00 | header 解析修复 |
- Config: 限流 1000→1500 RPS;连接池 50→75
## 📞 Escalation
| 类型 | 一级 | 二级 |
| Payment | @payments-oncall | @payments-manager |
| Unknown/severe | @engineering-manager | @vp-engineering |
排障 Quick Reference(嵌入文档便于接班人直接用):
kubectl get pods -A | grep -v Running # 服务健康
kubectl get events --sort-by='.lastTimestamp' | tail # 近期部署/事件
psql -c "SELECT count(*) FROM pg_stat_activity;" # 数据库连接数
redis-cli FLUSHDB # 清缓存(仅限紧急)
模板 2 · 异步快速交接:TL;DR(无活跃事故 / 1 个在查 / 明日 v5.0 发布)+ Watch List(02:00-03:00 备份窗口看 API 延迟;Auth 内存 >80% 重启)+ Recent + Coming Up + 我 Slack 在线到 17:00。
模板 3 · 事中交接:固定写 Current State(错误率 15%↓,扩容中,ETA 30min)/ What We Know / What We've Done / What Needs to Happen(错误率应 15 分钟内 <1%,否则升级 @payments-manager)/ Key People(IC 交班/接手/Comms)/ Communication(状态页、客服、Exec 知会状态)。
注意事项
- 完整性优先:交接漏掉关键问题往往是「某节为空又没写无」导致;把不完整交接列为无责复盘改进项。
- 格式统一:全组织采用同一模板并集中存档,避免各队格式不一。
- 事中交接最易过载:用模板 3,交班人交接后保持 15 分钟在线兜底。
- 告警必须实测:不要假设 PagerDuty/Slack 路由已切到接班人,发测试告警确认收到。
- 跨时区降级:无同步通话时用模板 2 + 录屏/语音,并给接班人留直接联系方式。
- 引用的事实/指标(如错误率、版本号、影响面)应来自看板与工单,不确定要标注(配合 fact-checking)。
- 本条采编自 wshobson/agents(MIT),保留其五要素、30 分钟重叠窗口、完整性闸门、三类模板与排障命令等关键约束。
互见
- internal-comms:交接中的事故汇报/状态更新可复用其 incident report 与 status update 写法。
- fact-checking:发布交接前核对其中引用的指标、版本与影响面。