FlashDuty Assistant for Claude Code

一套用于 Claude Code 的 FlashDuty 集成技能，采用 Sub-Agent + Skill 架构，支持并行处理和独立上下文。

架构特点

┌─────────────────────────────────────────────────────────────┐
│  Skill Layer (触发器)                                         │
│  - 识别用户意图                                               │
│  - 决定调用哪个 Sub-Agent                                    │
│  - 汇总结果                                                   │
└─────────────────────────────────────────────────────────────┘
                            │
        ┌───────────────────┼───────────────────┐
        ▼                   ▼                   ▼
┌──────────────┐   ┌──────────────┐   ┌──────────────┐
│  Sub-Agent 1 │   │  Sub-Agent 2 │   │  Sub-Agent N │
│  (独立上下文) │   │  (独立上下文) │   │  (独立上下文) │
└──────────────┘   └──────────────┘   └──────────────┘

为什么这样设计？

• 每个 Sub-Agent 有独立上下文，不会互相干扰
• 多个 Agent 可以并行跑，比如同时分析三个事件或三个月的数据
• Skill 只管「什么时候触发」，Agent 只管「怎么干活」，各司其职

安装

1. 添加插件市场

/plugin marketplace add futuretea/flashduty-assistant

2. 安装插件

/plugin install flashduty-assistant@flashduty-assistant

3. 验证安装

/plugin list

安装成功后，你应该能看到 flashduty-assistant 在已安装插件列表中。

包含的技能

1. Incident Management（事件管理）

触发词: "create incident", "acknowledge incident", "close incident", "query incidents"

执行方式:

• 简单操作（ack/resolve/comment）直接执行
• 复杂查询委托给 flashduty-incident-analyzer
• 批量操作并行处理
• SRE 集成: 支持 SLO 影响和错误预算追踪

2. Incident Diagnosis（事件诊断）

触发词: "diagnose incident", "investigate incident", "analyze incident", "find root cause"

执行方式:

• 委托给 flashduty-diagnosis-engine
• 引擎内部并行获取：事件详情 + 时间线 + 关联告警
• 多事件诊断可并行启动多个引擎
• SRE 最佳实践: 考虑四大黄金信号（延迟、流量、错误、饱和度）

3. Team Collaboration（团队协作）

触发词: "assign incident", "find team member", "query teams", "who is on call"

执行方式:

• 委托给 flashduty-team-resolver
• 支持并行查询多个团队值班状态
• SRE 集成: 清晰的升级路径，响应时间目标

4. Incident Analytics（故障统计与分析）

触发词: "统计故障", "incident statistics", "故障分析", "MTTR", "MTTA", "故障趋势"

执行方式:

• 委托给 flashduty-stats-collector 或 flashduty-incident-analyzer
• 多维度并行分析: 同时统计 severity、channel、趋势
• 多时间段对比: 并行获取各月数据
• 多协作空间对比: 并行分析各 channel

5. SRE Practices（SRE 最佳实践）

触发词: "postmortem", "事后分析", "error budget", "错误预算", "SLO", "SLI", "toil", "琐事", "reliability", "可靠性"

执行方式:

• 事后分析: flashduty-postmortem-generator 生成无责备分析报告（5 Whys 根因分析）
• 错误预算: flashduty-error-budget-tracker 追踪 SLO 合规性、计算燃烧率
• 琐事分析: flashduty-toil-analyzer 识别自动化机会、生成路线图
• 发布决策: 根据错误预算剩余量判断能不能发布

项目结构

flashduty-assistant/
├── .claude/
│   └── settings.local.json              # 工具权限配置
├── .claude-plugin/
│   ├── marketplace.json                 # 插件市场元数据
│   └── plugin.json                      # 插件元数据
├── agents/                              # Sub-Agent 定义
│   ├── stats-collector.md               # 统计收集 Agent
│   ├── diagnosis-engine.md              # 诊断引擎 Agent
│   ├── team-resolver.md                 # 团队解析 Agent
│   ├── incident-analyzer.md             # 通用分析 Agent
│   ├── postmortem-generator.md          # 事后分析 Agent (SRE)
│   ├── error-budget-tracker.md          # 错误预算 Agent (SRE)
│   └── toil-analyzer.md                 # 琐事分析 Agent (SRE)
├── skills/                              # Skill 触发器
│   ├── incident-management/SKILL.md
│   ├── incident-diagnosis/SKILL.md
│   ├── incident-analytics/SKILL.md
│   ├── team-collaboration/SKILL.md
│   └── sre-practices/SKILL.md           # SRE 最佳实践
├── .gitignore
├── CLAUDE.md
├── LICENSE
└── README.md

使用示例

基础操作（直接执行）

# 创建事件
"创建一个严重级别的事件，标题是数据库连接失败"

# 确认事件
"确认事件 FD123456"

# 关闭事件
"关闭事件 FD123456，根因是连接池耗尽"

诊断分析（Sub-Agent 执行）

# 单事件诊断
"诊断事件 FD123456"
→ 启动 diagnosis-engine
→ 并行获取详情/时间线/告警
→ 生成诊断报告

# 多事件对比诊断
"对比事件 A、B、C 的根因"
→ 并行启动 3 个 diagnosis-engine
→ 每引擎分析一个事件
→ 汇总对比结果

统计分析（并行 Sub-Agent）

# 单维度统计
"统计本周故障"
→ 启动 stats-collector
→ 使用 time_range: "7d"
→ 返回统计数据

# 多维度并行分析
"全面分析本周故障"
→ 并行启动：
   Agent 1: Severity 分布分析 (time_range: "7d")
   Agent 2: Channel 分布分析 (time_range: "7d")
   Agent 3: MTTR/MTTA 计算 (time_range: "7d")
   Agent 4: 趋势分析 (time_range: "30d")
→ 汇总生成综合报告

# 多时间段对比
"过去3个月的趋势"
→ 并行启动：
   Agent 1: 月份1统计 (time_range: "30d")
   Agent 2: 月份2统计 (time_range: "30d")
   Agent 3: 月份3统计 (time_range: "30d")
→ 合并趋势数据

团队协作

# 查找成员
"查找名叫John的团队成员"
→ 启动 team-resolver

# 多团队值班查询
"哪些团队有人在值班？"
→ 并行查询各团队 on-call

# 事件指派建议
"事件 FD123456 应该指派给谁？"
→ 并行获取：事件详情 + 值班表
→ 推荐最佳指派对象

SRE 实践

# 事后分析（无责备文化）
"生成事件 FD123456 的事后分析报告"
- 启动 flashduty-postmortem-generator
→ 包含：时间线、5 Whys 根因分析、行动项、经验教训
→ 确保无责备语言，聚焦系统性改进

# 错误预算追踪
"查看支付服务的错误预算"
→ 启动 flashduty-error-budget-tracker
→ 返回：已消耗 %、燃烧率、发布建议
→ "✅ 安全发布" 或 "⚠️ 建议暂停功能发布"

# 多服务 SLO 对比
"对比所有核心服务的可靠性"
→ 并行启动 flashduty-error-budget-tracker × N
→ 生成 SLO 合规性仪表板
→ 标识风险服务（预算消耗 > 50%）

# 琐事分析
"分析我们团队的琐事工作量"
→ 启动 flashduty-toil-analyzer
→ 识别：告警噪音、重复性问题、手动操作
→ 返回：琐事评分、自动化路线图、ROI 分析

# 发布安全评估（基于错误预算）
"这周可以发布新版本吗？"
→ 检查相关服务错误预算
→ 分析近期稳定性趋势
→ "✅ 安全发布" / "⚠️ 减少发布范围" / "🛑 建议延迟"

# 月度 SRE 报告
"生成本月 SRE 运营报告"
→ 并行启动：
   error-budget-tracker（所有服务）
   toil-analyzer（运营效率）
   stats-collector（MTTR/MTTA 趋势）
→ 综合报告：可靠性、效率、性能、优先事项

Sub-Agent 并行执行模式

并行的思路很简单：把可以同时跑的任务拆给不同 Agent，最后汇总。下面是几种典型场景：

多事件并行诊断

User: "分析事件 A、B、C"
→ Parallel:
   Task({ agent: "diagnosis-engine", incident: "A" })
   Task({ agent: "diagnosis-engine", incident: "B" })
   Task({ agent: "diagnosis-engine", incident: "C" })
→ 汇总发现

多维度 / 多 Channel / 多时间段对比

这三种场景结构相同——按维度拆分，每个维度一个 Agent：

// 多 Channel 对比
User: "对比基础架构和数据库的故障"
→ Parallel:
   Task({ agent: "stats-collector", channel: "基础架构", time_range: "7d" })
   Task({ agent: "stats-collector", channel: "数据库", time_range: "7d" })

// 多维度分析（severity / channel / trend 同时跑）
User: "全面分析故障"
→ Parallel:
   Task({ agent: "stats-collector", dimension: "severity", time_range: "7d" })
   Task({ agent: "stats-collector", dimension: "channel", time_range: "7d" })
   Task({ agent: "stats-collector", dimension: "trend", time_range: "30d" })

SRE 场景：诊断 + 事后分析 / 多服务预算 / 月度审查

// 诊断和事后分析可以同时启动
User: "分析事件并生成事后报告"
→ Parallel:
   Task({ agent: "diagnosis-engine", incident: "FD123" })
   Task({ agent: "postmortem-generator", incident: "FD123" })

// 多服务错误预算
User: "检查所有服务的 SLO"
→ Parallel:
   Task({ agent: "error-budget-tracker", service: "api-gateway" })
   Task({ agent: "error-budget-tracker", service: "payment" })
   Task({ agent: "error-budget-tracker", service: "user-service" })

// 月度 SRE 报告（三种 Agent 各跑一份）
User: "月度 SRE 报告"
→ Parallel:
   Task({ agent: "error-budget-tracker", scope: "all-services", time_range: "30d" })
   Task({ agent: "toil-analyzer", time_range: "30d" })
   Task({ agent: "stats-collector", metrics: ["MTTR", "MTTA"], time_range: "30d" })

依赖

• Claude Code 插件系统
• FlashDuty MCP 服务器

注意: 本插件需要搭配 flashduty-mcp-server 使用。请先完成 flashduty-mcp-server 的安装和配置，详见其 README。

时间参数

FlashDuty MCP 服务器的 list_incidents、list_alerts、get_incident_stats 工具支持两种时间参数方式：

time_range 参数（推荐）

• 时长格式：'1h'、'24h'、'7d'、'30d'、'1w'、'6M'（结束时间 = 当前时间）
• 命名范围：'last_day'（昨天 00:00:00 到 23:59:59）、'last_week'（上周一到周日）

start_time + end_time

使用 Unix 秒级时间戳，当 time_range 未设置时为必填。

Token 优化：brief 参数

list_incidents 和 list_alerts 支持 brief: true 参数：

• 仅返回关键字段，大幅减少响应大小
• 推荐在初始查询时使用，然后对重点项获取完整详情

趋势分析：aggregate_unit 参数

get_incident_stats 支持 aggregate_unit 参数：

• day：按天分解
• week：按周分解
• month：按月分解

开发

添加 Sub-Agent

1. 创建 agents/<agent-name>.md
2. 定义 agent 名称、工具集、并行能力
3. 说明输入输出格式
4. 从 skill 中引用

添加 Skill

1. 创建 skills/<skill-name>/SKILL.md
2. 定义触发条件（description）
3. 说明何时调用哪个 sub-agent
4. 提供并行执行模式示例

Agent 文件格式

---
name: flashduty-agent-name       # 统一 flashduty- 前缀
description: When to use this agent
tools: ["mcp__flashduty__xxx"]   # 需要的 MCP 工具
parallel: true                   # 是否支持并行
---

# Agent Title

## Responsibilities / SRE Principles
What this agent does (SRE Agent 还应说明适用的 SRE 原则)

## Input Format
Parameters it accepts

## Output Format
Structured response format

## Execution Strategy
How to parallelize operations

添加新功能时，值得想一下：能不能跟错误预算挂钩？能不能减少琐事？能不能自动化？

License

MIT