闲社服务运行正常AI智能体自动化平台
i

事件响应周期

技能标识:incident-response-lifecycle

>-

作者:admin | 来源记录:ClawHub
登记来源
ClawHub
版本
V 1.0.0
检测标记
后台标记通过
免费
免费获取
0
收藏
来源与检测标记为平台登记信息,并不代表已展示可复核的检测报告。使用前请核对版本、依赖和所需权限,建议先在隔离环境中运行。
概述
安装方式
版本历史

事件响应周期

事件响应生命周期

从检测到事后审查的网络事件结构化流程管理。本技能涵盖组织协调层面:严重性分类、升级上报、角色分配、利益相关方沟通、恢复协调和根本原因分析。它不包括技术证据收集、设备取证或遏制执行——请使用事件响应网络技能进行网络层面的证据收集和取证分析。

流程遵循运营生命周期形态:检测并分类事件,分诊并升级上报给合适人员,协调跨团队调查,管理面向所有受众的沟通,推动解决和恢复,然后进行无指责的事后审查。

参见 references/communication-templates.md 获取按受众和严重性级别分类的通知模板。参见 references/rca-framework.md 获取5-why分析法、鱼骨图指南和事后分析文档结构。

使用场景

  • - 已声明影响服务的事件——P1或P2事件需要正式的事件管理,包括角色分配和沟通
  • 需要升级决策——确定在什么严重性级别通知谁,以及何时联系供应商支持或管理层
  • 需要多团队协调——调查涉及网络、安全、应用和基础设施团队,需要单一指挥结构
  • 需要客户或监管通知——事件有外部沟通义务(SLA违约、数据泄露、监管报告)
  • 促进事后审查——安排、组织和运行无指责的事后分析,使用5-why根本原因分析
  • 事件指标报告——收集MTTD、MTTI、MTTR和复发数据以持续改进

前提条件

  • - 事件管理权限——发起此流程的人员必须有权在组织内声明事件和分配角色
  • 联系目录——必须可获取当前值班名单、管理层升级联系人、供应商TAC号码和监管通知联系人
  • 沟通渠道——必须建立电话会议基础设施(电话会议线路或协作工具)、状态页面访问权限和每个利益相关方群体的邮件分发列表
  • 事件跟踪系统——用于记录事件、跟踪操作和维护事件时间线的工单系统
  • 已定义的严重性标准——组织对P1至P4严重性构成的共识(参见下面的阈值表作为参考框架)

流程

按顺序执行以下六个步骤。角色分配后,步骤3和4并行运行——调查协调和沟通管理同时进行。每个步骤在适用时引用 references/communication-templates.md 中的模板和 references/rca-framework.md 中的方法论。

步骤1:检测和分类

按严重性、类型和范围对事件进行分类,以确定适当的响应级别。

严重性分配——应用阈值表部分中的P1-P4分类法。基于满足的最高影响标准确定严重性。当多个标准在不同级别适用时,以最高级别为准。

事件类型分类——归类为中断(服务不可用)、降级(容量减少)、安全(未经授权访问或数据泄露)或数据丢失(损坏或删除)。

范围确定——评估事件是否影响单个设备、网络段、整个站点或多个站点。范围决定人员配置、沟通广度和恢复复杂性。

初始影响评估——估计受影响用户数量、受影响服务及其业务关键性、风险数据以及每小时收入影响。在事件工单中记录估计值。

步骤2:分诊和升级

根据步骤1的严重性分类分配角色、通知利益相关方并设定响应时间线预期。

角色分配——每个P1或P2事件需要四个指定角色:事件指挥官(IC)——端到端拥有事件并做出升级决策;技术负责人——协调诊断并综合发现;沟通负责人——起草利益相关方通知并管理状态页面;记录员——维护实时时间线并记录电话会议决策。对于P3,IC和技术负责人可以合并。P4使用正常运营工作流程。

升级矩阵执行——按严重性通知:
P1——所有四个角色加上工程管理层、VP/主管值班人员、涉及供应商设备时的供应商TAC、30分钟内通知高管。P2——所有四个角色加上工程管理层,1小时内。P3——技术负责人加上团队负责人,4小时内。P4——通过正常工单队列分配给工程师。

响应时间线预期:
P1——15分钟内建立电话会议,30分钟内首次更新,之后每30分钟更新。P2——30分钟内建立电话会议,1小时内首次更新,之后每2小时更新。P3——4小时内完成初步评估,每日更新。P4——1个工作日内确认。

供应商介入标准——当事件涉及硬件故障、需要补丁的软件缺陷,或内部分诊未能在严重性时间窗口内确定根本原因时,联系供应商TAC。

步骤3:调查协调

协调跨团队和证据来源的技术调查。对于网络层面的证据收集(设备状态、路由表、接口数据、日志检索),请参考事件响应网络技能——此步骤侧重于组织调查,而非执行取证命令。

证据收集任务分配——分配团队成员从相关领域收集证据:网络设备(通过事件响应网络流程)、应用日志、基础设施指标和安全工具告警。每个被分配者向技术负责人报告发现。

并行调查流——对于复杂事件,同时运行多个调查线程。常见的并行轨道:(1) 症状分析——什么在失败,对谁失败,(2) 变更关联——最近发生了什么变化(部署、配置修改、维护),(3) 外部因素——上游提供商问题、DDoS、DNS解析失败。

假设跟踪——维护一个运行中的假设列表,包含当前状态(调查中、已确认、已排除)。每个假设应有负责人和验证方法。在每次电话会议上更新列表。

事件时间线(ToE)——记录员维护一个运行中的按时间顺序的日志,记录事件发生时间、检测时间、采取的行动以及发现的内容。ToE成为步骤6中事后审查的基础。

主题专家介入——当调查停滞或进入不熟悉的领域时,升级给专家。定义清晰的交接:已尝试过什么、可用数据是什么、需要回答的具体问题是什么。

步骤4:沟通管理

在整个事件过程中管理利益相关方沟通。使用 references/communication-templates.md 中的模板确保跨受众的一致信息传递。

按受众的利益相关方通知——高管摘要(业务影响、预计解决时间、客户暴露——无技术细节),技术细节(根本原因假设、诊断、修复计划——在电话会议上传达),面向客户(服务影响、可用变通方案、预计解决时间——通过状态页面),监管(合规框架要求时的正式通知)。使用 references/communication-templates.md 中的模板。

状态更新节奏——遵循步骤2中基于严重性的节奏。每次更新包括:当前状态、自上次更新以来的进展、下一步计划行动以及修订后的预计解决时间。

电话会议管理——IC按照固定议程主持会议:(1) 技术负责人的技术状态,(2) 沟通负责人的沟通状态,(3) 假设更新,(4) 需要做出的决策,(5) 带有负责人和截止日期的行动项。保持会议聚焦——将旁支讨论作为行动项搁置。

外部通知要求——跟踪监管报告截止日期、怀疑犯罪活动时的执法通知、按合同条款的客户SLA违约通知,以及持续支持的供应商升级。

步骤5:解决和恢复

通过经过验证的恢复步骤推动服务恢复,并进行监控以确认修复有效。

恢复验证标准——在声明已解决之前,确认:(1) 所有受影响组件的服务健康检查返回正常,(2) 监控仪表板显示绿色至少15分钟(P1)或30分钟(P2),(3) 观察期间无新的相关告警,(4) 受影响用户确认恢复(对大规模用户群进行抽样检查)。

分阶段恢复——对于多层网络事件,按顺序恢复:核心基础设施 → 分布层 → 接入层 → 端到端验证。在继续之前验证每个阶段。不要同时恢复所有层——恢复期间的级联故障比分阶段方法更糟糕。

回退计划执行——如果修复导致新问题,执行预定义的回滚。每个修复措施在执行前应有文档化的回滚方法。

增强监控期——解决后保持增强监控:P1持续24小时,P2持续12小时,P3持续到下一个工作日。这意味着降低受影响系统的告警阈值,值班人员主动监控,如果症状复发则立即重新升级。

事件关闭——向所有利益相关方发送关闭通知(模板在 references/communication-templates.md 中)。使用解决摘要、总持续时间和最终影响更新工单。安排事后审查。

步骤6:事后审查

进行无指责的事后审查,以确定根本原因、促成因素和改进措施。参见 references/rca-framework.md 获取完整方法论。

安排——在事件解决后72小时内举行事后分析,趁细节还新鲜。邀请所有事件参与者以及相关利益相关方。使用 references/communication-templates.md 中的模板发送邀请。

5-why根本原因分析——迭代应用:对于每个为什么答案,再次问为什么,直到达到系统性根本原因(通常3-5次迭代)。参见 references/rca-framework.md 获取工作示例和引导指南。

促成因素分类——将每个促成因素分类为流程(缺少运行手册、升级路径不明确)、人员(培训差距、人员短缺)或技术(监控差距、单点故障、软件缺陷

标签

skill ai

通过对话安装

以下为平台配置的接入选项,并非逐项实测通过。能否安装取决于客户端支持、技能来源和运行环境:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 incident-response-lifecycle-1776100283 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 incident-response-lifecycle-1776100283 技能

通过命令行安装

skillhub install incident-response-lifecycle-1776100283

下载

⬇ 下载 incident-response-lifecycle v1.0.0(免费)

文件大小: 14.82 KB | 发布时间: 2026-4-14 11:02

v1.0.0 最新 2026-4-14 11:02
Initial release of the incident-response-lifecycle skill for structured incident management based on the NIST 800-61 framework.

- Provides end-to-end incident process management: detection, classification, escalation, coordination, communication, recovery, and post-incident review.
- Covers severity assignment (P1–P4), role allocation (Incident Commander, Technical Lead, Communications Lead, Scribe), and escalation matrices.
- Includes templates and guidance for stakeholder communications, post-mortems, and root cause analysis (5-whys, fishbone).
- Focuses on process and coordination; excludes technical forensics and evidence gathering, which are handled by the incident-response-network skill.
- Outlines prerequisites for effective incident management, including authority, contact directories, and communication channels.
返回顶部