技能介绍

要解决的具体问题

当 CloudFormation 堆栈部署失败时，错误信息并不会集中出现在一个地方。工程师通常要在 AWS 控制台里逐层翻看事件，或手动拼接 aws cloudformation describe-stack-events 的原始输出，再对照模板语法和 AWS 文档找原因。资源创建失败、回滚触发、嵌套堆栈依赖链断裂，这些关键线索散落在不同 API 返回和日志条目里，定位一次根因往往耗时数十分钟甚至更久。尤其当堆栈包含多层嵌套时，父栈的 ROLLBACK_COMPLETE 可能掩盖子栈的具体错误，手工排查极易遗漏。

技能如何工作

该技能围绕两条主线展开，最终输出一份结构化诊断结果：

事件追踪：调用 aws cloudformation describe-stack-events 拉取堆栈最近事件，按资源逻辑 ID 和物理状态归类，自动标出 CREATE_FAILED、ROLLBACK、DELETE_FAILED 等关键节点，并保留失败消息原文。
模板校验：通过 cfn-lint 对模板做静态分析，捕捉参数类型不匹配、属性缺失、IAM 策略不合规、资源类型拼写错误等常见问题，减少反复试错。
依赖链还原：结合嵌套堆栈的 Outputs 与 DependsOn 声明，重建资源创建顺序，定位回滚究竟源于父栈还是某个子栈，并给出可读的调用路径。
漂移检测：对照已附加资源与模板声明，识别偏离预期的配置项，帮助区分是运维人员手动修改导致，还是模板本身存在缺陷。

适用边界与注意点

需要本地配置好 AWS CLI 并拥有 cloudformation:DescribeStackEvents 等 IAM 权限；cfn-lint 需单独安装或通过技能内置方式调用。
cfn-lint 只覆盖静态规则，无法检测运行时依赖（如外部 API 不可用、密钥未同步）。
漂移检测依赖资源已被正确附加到堆栈；游离资源或通过 ImportValue 引入的资源可能不在结果中。
该技能聚焦于 CloudFormation，不涉及 Terraform、Ansible 或 AWS CDK 等其他编排工具。
诊断结果仅反映诊断时刻的状态，不提供自动修复动作；修复仍需人工决策或配合其他自动化流程。