incident-response-squad

DevOps/SRE 事件响应专家小组。

概述

incident-response-squad 是一个完整的小组，涵盖整个事件响应流水线：

1. 日志分析 — 从多个来源（CloudWatch、ELK、Splunk、Datadog）聚合和分析日志
2. 根因关联 — 关联20-45个监控工具的信号，映射爆炸半径
3. 运维手册执行 — 自动化运维手册用于回滚、扩缩容、重启和修复
4. 状态通知 — 更新状态页面并通知相关方
5. 事后总结 — 生成无指责的事后文档，包含时间线、行动项和经验教训

痛点： 65%的解决时间花在诊断根本原因上；企业管理着20-45个监控工具。

代理

工作流

可用命令

快速开始

# 激活关联器（主编排器）
/irs:agents:root-cause-correlator

# 完整事件响应流水线
*respond-incident

# 快速分诊
*triage-incident

# 仅日志分析
*analyze-logs

# 仅事后总结
*write-postmortem

目标用户

• SRE（站点可靠性工程师）
• DevOps工程师
• 值班工程师
• CTO和技术负责人

要求

• 访问监控工具（Datadog、Prometheus、Grafana）
• 访问日志平台（ELK、Splunk、CloudWatch）
• 访问状态页面（Statuspage.io、Atlassian）
• 配置通信渠道（Slack #incidents）