技能介绍

要解决的问题

在 Datadog 上处理生产事故时，最常见的瓶颈不是缺思路，而是缺上下文。工程师需要在不同页面间反复横跳：先看事件详情，再找关联的 monitor，打开 dashboard 对照指标趋势，手动筛选过去 30 分钟的数据，最后才回到 runbook 逐条核对处置步骤。一旦事件影响多个服务，这套操作会迅速膨胀成几十个标签页和大量复制粘贴。真正消耗时间的不是诊断本身，而是上下文收集。

技能如何工作

这个技能直接面向 Datadog 的事件工作流，核心是把分散的信号收集和分诊动作串成一条可执行的路径。

拉取活跃事件：从 Datadog 获取当前活跃的 incident，拿到事件 ID、标题、严重等级和描述。
关联资源检索：根据事件元数据，自动检索关联的 monitors 和 dashboards，省去手动搜索或记忆 URL 的步骤。
时间窗口取数：拉取过去 30 分钟的指标数据，这个窗口通常足以覆盖事故从触发到被发现的早期阶段。
Runbook 分诊：将信号按 runbook 检查清单的格式呈现，附带自动化分诊步骤。工程师不需要导航仪表板，就能看到「哪些信号已满足、哪些还需人工确认」。

整个流程围绕一个目标：在不离开当前操作上下文的前提下，把诊断所需的数据和决策点一次性摆到面前。

适用边界与注意点

这个技能假设 Datadog 侧已配置好对应的 API 访问权限和必要的事件元数据。若 incident 没有关联 monitor 或 dashboard，检索结果会受限。
Runbook 清单本身需要提前维护。技能负责把信号和分诊步骤呈现出来，但检查清单的准确度取决于你的运维沉淀。
30 分钟的指标窗口是默认值。对持续数小时的慢故障，可能需要事后结合更长周期的数据做根因分析，这时技能更适合用于早期快速分诊，而非完整复盘。
如果你的团队使用 Datadog 的多区域或多账户架构，需要注意事件检索的范围是否覆盖了实际发生故障的环境。