incident-response · spencerpauly — скилл для Claude Code: что делает и установка
Пошаговый регламент разбора аварий на проде: от классификации сбоя и отката коммита до публичных оповещений и отчёта без поиска виноватых.
npx skills add spencerpauly/awesome-cursor-skills --skill incident-response -a claude-codeЧто делает incident-response
Скилл задаёт чёткий порядок действий при авариях в продакшене. Он делит инциденты на четыре уровня от SEV1 до SEV4 и ведёт инженера по шагам: пятиминутная фиксация сбоя, проверка метрик и свежих деплоев, оповещение команды и верификация метрик после хотфикса.
Главный приоритет в регламенте — скорость восстановления. Во время купирования проблемы инструкция требует сначала остановить сбой, а не разбираться в деталях поломки. Поэтому на этапе mitigation приоритет отдаётся откату через git revert <commit> && deploy, выключению фичефлагов или масштабированию серверов, тогда как детальный поиск дефекта откладывается.
После нормализации работы сервис помогает оформить разбор полётов (postmortem) в течение 48 часов. Готовый шаблон включает хронологию инцидента, корневую причину, удачные и неудачные решения, а также список компенсирующих мер с конкретными исполнителями и сроками.
Какие задачи решает
- Классифицировать сбой по уровням критичности от SEV1 до SEV4
- Найти проблемный коммит и выполнить быстрый откат через
git revert - Составить понятные апдейты для внутреннего канала и публичной статус-страницы
- Сформировать структуру разбора аварии (postmortem) с таймлайном и задачами
Примеры запросов агенту
- У нас легли вебхуки оплаты, помоги начать triage и классифицировать severity
- Оформи черновик сообщения на статус-страницу о проблемах с авторизацией
- Составь postmortem по инциденту с падением базы данных на основе логов
Как установить incident-response
1Через Skills CLI (Vercel)
npx skills add spencerpauly/awesome-cursor-skills --skill incident-response -a claude-code2Вручную: положить файлы
~/.claude/skills/incident-response/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/incident-response/
1Через Skills CLI (Vercel)
npx skills add spencerpauly/awesome-cursor-skills --skill incident-response -a codex2Вручную: положить файлы
.agents/skills/incident-response/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add spencerpauly/awesome-cursor-skills --skill incident-response -a cursor2Вручную: положить файлы
.cursor/skills/incident-response/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install spencerpauly/awesome-cursor-skills incident-response2Вручную: положить файлы
.github/skills/incident-response/SKILL.md1Через Skills CLI (Vercel)
npx skills add spencerpauly/awesome-cursor-skills --skill incident-response -a gemini-cli2Командой платформы
gemini skills install https://github.com/spencerpauly/awesome-cursor-skills --path resources/incident-responseВручную: положить файлы
.devin/skills/incident-response/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add spencerpauly/awesome-cursor-skills --skill incident-response -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о incident-response
Как установить incident-response в Claude Code?
Выполните команду npx skills add spencerpauly/awesome-cursor-skills --skill incident-response -a claude-code. Также файл можно разместить вручную по пути ~/.claude/skills/incident-response/SKILL.md.
Что делает скилл incident-response?
Он предоставляет пошаговый план реагирования на инциденты: быстрый триаж за 5 минут, выбор мер локализации, правила коммуникации с пользователями и шаблон отчёта postmortem.
Чем отличается реакция на SEV1 от SEV2?
При авариях уровня SEV1 сервис недоступен целиком для всех пользователей, поэтому реакция должна быть немедленной. При инцидентах SEV2 ломается ключевая функция, а на начало работ регламент отводит до 30 минут.
Исходный текст
SKILL.md · CC0-1.0
--- name: incident-response description: Handle production incidents — triage, mitigate, communicate, and write postmortems. user-invocable: true --- # Incident Response Handle production incidents systematically. ## Severity Levels | Level | Definition | Response Time | Examples | |-------|-----------|---------------|----------| | SEV1 | Service down, all users affected | Immediate | Database crash, DNS failure, auth broken | | SEV2 | Major feature broken, many users affected | < 30 min | Payments failing, search not working | | SEV3 | Minor feature broken, workaround exists | < 4 hours | Export button broken, slow dashboard | | SEV4 | Cosmetic or low-impact issue | Next business day | Typo in UI, minor styling bug | ## Incident Workflow ### 1. Detect & Triage (first 5 minutes) - Acknowledge the incident — "I'm looking into this" - Determine severity level - Check monitoring dashboards (error rates, latency, status page) - Check recent deployments: `git log --oneline -10` — was anything deployed recently? ### 2. Mitigate (next 15-30 minutes) **The goal is to stop the bleeding, not find the root cause.** Quick mitigations: - **Rollback**: `git revert <commit> && deploy` — fastest option if a deploy caused it - **Feature flag**: Disable the broken feature - **Scale up**: Add more instances if it's a capacity issue - **Failover**: Switch to backup/secondary if primary is down - **Block traffic**: Rate-limit or block specific abusive traffic ### 3. Communicate **Internal:** - Open an incident channel (`#incident-2026-04-10`) - Post status updates every 15-30 minutes - Assign roles: Incident Commander, Communicator, Engineers **External:** - Update status page - Send email/notification to affected users if the outage is extended - Be honest: "We're experiencing issues with X. We've identified the cause and are working on a fix." ### 4. Resolve - Deploy the fix - Verify the fix works in production (check metrics, not just absence of errors) - Close the incident channel with a summary ### 5. Postmortem (within 48 hours) Write a blameless postmortem: ```markdown # Incident: Payments failing for Stripe webhook **Date:** 2026-04-10 **Duration:** 45 minutes (14:30 — 15:15 UTC) **Severity:** SEV2 **Impact:** ~200 users unable to complete purchases ## Timeline - 14:30 — Alert fires: payment success rate drops to 20% - 14:35 — On-call engineer acknowledges, begins investigation - 14:40 — Identified: Stripe webhook endpoint returning 500 - 14:45 — Root cause: migration added NOT NULL column without default - 14:50 — Fix deployed: added default value to migration - 15:00 — Payment success rate recovering - 15:15 — Metrics back to normal, incident closed ## Root Cause Database migration #47 added a `currency` column with NOT NULL but no DEFAULT value. Existing rows were fine (backfilled), but new webhook events failed because the insert didn't include `currency`. ## What Went Well - Alert fired within 5 minutes of the issue starting - Rollback was considered but the fix was faster ## What Went Wrong - Migration wasn't tested with live webhook payloads - No staging test for the webhook flow ## Action Items - [ ] Add webhook integration test to CI (@alice, due 2026-04-17) - [ ] Require DEFAULT for all new NOT NULL columns in migration review (@bob) - [ ] Add runbook for payment failures (@charlie, due 2026-04-14) ``` ## Tips - Rollback first, investigate later — speed matters more than elegance - The most recent deploy is the most likely cause - Don't assign blame in postmortems — focus on process improvements - Maintain a runbook for common failure modes - Practice incident response with game days before real incidents happen
© spencerpauly · CC0-1.0 · spencerpauly/awesome-cursor-skills
Похожие скиллы
Всё по теме «DevOps и инфраструктура» →Сначала — incident-response от других авторов.