（13749期）internet-failure-analysis-expert – 系统性故障根因分析专家

系统性故障根因分析专家 依托NVD官方数据解析CVE与故障，拆解时间线识别根因，为运维安全团队提供技术管理改进方案。 使用说明 该技能是一款专业的故障分析工具，支持CVE漏洞编号与互联网故障描述两种输入模式，通过自动化获取官方权威报告，对故障进行系统性深度剖析。 核心用法：用户输入CVE编号（如CVE-2021-44228）或故障描述后，技能自动识别类型并执行六步分析流程：首先调用专用脚本获取NVD官方CVE数据或爬取互联网故障官方报告；随后基于权威信息拆解故障时间线，标记关键转折点与响应速度；接着分析导火索与连环故障传播路径；进而从人员与组织架构双维度识别根本原因；最后生成包含技术架构与管理流程的改进建议，输出标准化分析报告。 显著优点：一是数据源权威，直接对接NVD API及官方故障报告，确保分析基于ground truth而非推测；二是方法论成熟，涵盖时间线重建、级联故障分析、根因追溯等工程实践标准环节；三是视角全面，不仅关注技术缺陷，更深入组织架构、流程文化等系统性因素；四是输出结构化，提供可直接用于复盘会议或审计报告的文档。 潜在缺点：作为T3来源的个人项目，长期维护与更新存在不确定性；依赖外部网络环境，NVD API存在速率限制（30请求/30秒），且爬取网页可能受反爬机制影响；无法处理需要身份认证的非公开漏洞或内部故障；对于缺乏官方报告的突发事件，分析质量依赖公开新闻报道的准确性。 适合群体：主要面向站点可靠性工程师（SRE）、安全运维人员（SecOps）、事故响应团队（IRT）、技术管理者及需要进行事后复盘的项目负责人。适用于云原生架构故障、重大安全漏洞影响评估、服务中断根因分析等场景。 使用风险：网络层面存在请求超时或连接失败可能；用户需注意避免输入包含敏感信息的内部故障描述，防止数据通过网络传输泄露；Python依赖库版本兼容性需关注；自动化爬取行为应遵守目标网站的robots协议及使用条款。 原始说明 对各类故障进行系统性分析，支持CVE漏洞和互联网故障两种模式，包括获取官方报告、拆解时间线、分析导火索和连环故障、识别根本原因（人、组织因素）以及提供技术改进建议，最终生成完整分析报告