生产服务 SRE 运营助手：SLO / 错误预算 / 告警 / 无指责复盘的端到端模板

技能简介

asmayaseen-operating-production-services 是 Skillstore 上一款面向生产服务 SRE 团队的可靠性工程运营助手，专为 Claude / Codex / Claude Code 等 AI 编程代理设计。它围绕"SLO 可量化 + 错误预算可决策 + 告警可执行 + 复盘可落地"四条主线，把生产服务的 SLA / SLO / SLI 体系设计、错误预算分配、Prometheus 多窗口烧率告警、无指责 postmortem 模板与会议节奏等环节整合成可复用工作流，让 SRE 团队把分散在 Google SRE Workbook、Prometheus 官方文档、内部 wiki 中的最佳实践沉淀成统一规范。

技能以本地 Markdown 模板 + Python 巡检脚本为核心载体，覆盖可用性 / 延迟 SLO 设计、错误预算策略分级、PromQL SLI 编写、多窗口烧率告警、标准与精简版 postmortem、60 分钟复盘会议节奏等主流 SRE 场景，帮助团队把"可靠运行"这件抽象事拆解为可被 AI 代理批量生成的工程产物。

核心能力

• SLA / SLO / SLI 体系设计：清晰划分 SLA（对外合同）、SLO（内部目标）、SLI（衡量指标）三层关系，并给出符合业务语义的可用性 / 延迟 SLO 目标建议。
• 错误预算与响应策略：根据月度错误预算剩余比例（>50% / 10-50% / 50% / 10-50% / <10% / 耗尽四档生成对应的应对策略与决策流程。

3. 编写 PromQL SLI：把示例 SLI 模板中的指标名替换为目标服务的真实指标，编写 Prometheus 录制规则与查询语句。
4. 配置烧率告警：使用 "Design multi-window alerts" 指令生成快烧（14.4 倍速率，1h + 5m 双窗口）与慢烧（6 倍速率，6h + 30m 双窗口）两类烧率告警规则。
5. 起草 postmortem：调用 "Draft a postmortem" 指令，把事故事实（含 UTC 时间线、影响范围、应对动作）整理为标准版或精简版无指责复盘文档。
6. 执行 60 分钟复盘会议：按模板节奏组织复盘会议（开场 → 时间线梳理 → 根因分析 → 行动项确认 → 收尾），并把会议产出回填到 postmortem 文档。
7. 复盘文档归档：把最终 postmortem 文档、行动项 Owner、截止日期与跟踪工单整理归档，逐项跟踪行动项闭环。

适用场景

• SLO 体系建设：新建生产服务时的 SLA / SLO / SLI 体系设计与目标值选定。
• 错误预算治理：已有服务的月度错误预算评估、消耗监控与策略响应。
• 告警规则配置：Prometheus 多窗口烧率告警规则与 Grafana 看板的配置。
• 事故复盘：重大事故后的标准版 / 精简版 postmortem 撰写与归档。
• 复盘会议组织：60 分钟无指责复盘会议的议程设计与会议节奏控制。
• 可靠性评审：服务上线前的可靠性架构评审与上线后定期健康度评估。
• 跨团队协作：SRE、研发、产品、运维四方围绕 SLO 目标对齐的协作流程。

适用人群

• SRE 工程师 / 平台工程师：负责生产服务可靠性目标的 SRE 与平台团队。
• 后端架构师：负责服务 SLA 设计、错误预算分配、告警策略的架构师。
• 运维值班人员：负责响应告警、处置事故、参与复盘的值班工程师。
• 技术管理者：需要制定团队级可靠性目标与事故复盘文化的 CTO / VP Engineering。
• AI 编程代理重度用户：希望 Claude / Codex 在生成 SRE 文档时遵循 Google SRE Workbook 规范的 Agent 用户。
• 独立 SaaS 创始人：单兵作战仍需维持生产服务可靠性的独立开发者。

工作原理

技能以 Markdown 模板 + Python 验证脚本为核心载体，不内置实时监控、部署或事故自动化能力。它把 Google SRE Workbook 推荐的 SLO 体系、错误预算策略、Prometheus 多窗口烧率告警、无指责 postmortem 等关键可靠性工程决策，固化为可复用的模板与提示词。AI 代理根据用户的目标服务调用对应模板生成 SRE 文档初稿，再用附带的 verify.py 脚本对文档章节结构做基础校验，并对照反模式清单（100% SLO、无人认领的行动项、归咎个人等）修正产出，保证每次 SRE 文档都结构完整、责任清晰且可落地。

官方链接

• Skillstore 详情页：
• GitHub 仓库：
• 一键安装：npx skillstore add asmayaseen/operating-production-services
• Manifest：