AWS CloudWatch 告警运行手册

为什么需要它

CloudWatch 告警触发后，值班工程师通常要打开控制台、翻看历史图表，再按内部文档手动执行诊断步骤。告警量大或响应要求高时，这种「人肉跑流程」的方式会成为瓶颈：重复劳动多、步骤容易遗漏、响应时间不可控。

技能如何工作

这个技能把告警响应拆成两个可自动化的部分：

• 状态映射：将 CloudWatch 警报的当前状态（如告警触发、恢复等）映射到预先定义好的诊断程序和修复操作，而不是每次临时判断该做什么。
• 工具链调用：通过 boto3 调用 CloudWatch 的 GetMetricData API 拉取相关指标数据，再借助 AWS Systems Manager 的 runbook 文档执行具体的诊断与修复步骤。

大致流程是：告警触发 → 读取指标数据 → 根据状态映射选择对应 runbook → 执行诊断或修复 → 记录结果。

适用边界与注意点

• 需要提前维护好 SSM runbook 文档和状态映射关系，技能本身不提供开箱即用的诊断逻辑。
• 运行环境需具备相应 IAM 权限，包括调用 GetMetricData 和执行 SSM runbook 的许可。
• 上游资料以 Node.js 与 yarn 的安装路径做演示，实际接入时应以你环境的 SDK 版本和安装方式为准。
• 修复操作作用于真实 AWS 资源，建议先在非生产环境验证 runbook 内容后再投入生产。