指标字典
指标字典要写清口径、采集点、正常区间与异常含义，避免同名指标在不同面板上算法不一致。为什么重要：交接后最常见的争议是同一个指标两个数，排查半天才发现口径不同，告警阈值也随之失去意义。
规则表与依赖图
告警规则表要列出阈值、级别、通知对象与抑制关系；依赖图要能看出停掉某个服务会影响哪些告警。为什么成对：只看规则不知道影响面，只看依赖图不知道谁会被通知，两者合起来才能判断改动风险。
处置手册逐条
每条告警对应一页手册：先看什么、执行哪条命令、什么情况下升级、找谁。怎么写才可用：按值班人的视角写，不做背景铺垫；把常用查询与回滚步骤放在最前面，链接要能直接打开而不需二次登录。
复盘库与账号归属
故障复盘要归档成库，记录时间线、根因与改进项；通知渠道的账号归属要登记到人。边界：复盘结论由客户方组织确认，我方提供时间线与技术分析，不代替定性，也不对外披露故障细节。
抽三条走一遍
交接文档是否可用，抽三条告警就能看出来。做法：由接手人随机抽三条不同级别的告警，按手册独立处置，记录从看到通知到定位环节的耗时与卡点；走不通的段落当场标注并限期补写，补完再抽一次。客户方项目负责人确认走通后签字，而不是只在文档清单上打勾就算交接完成。
适用与不适用
适合谁
- 由外部实施方交付的告警体系与部门
- 信息中心接管业务监控的组织与部门
- 需要定期接受审计的企业与部门及其实施团队
不适合谁
- 无值班要求、无对外服务的工具或演示原型
典型场景
某医药企业的合规问答系统移交给信息中心时，移交材料包括指标字典、告警规则表、依赖图、逐条处置手册与近半年的复盘库。接手值班人按手册处理了一次模拟的模型超时告警，原团队只做观察与答疑。
可执行步骤
- 整理指标字典，写明口径、采集点、正常区间与异常含义，完成后归档。
- 编制告警规则表，标注阈值、级别、通知对象与抑制关系，并留存记录。
- 绘制依赖图，标出停掉某项服务会影响哪些告警、哪些业务环节与责任人。
- 为每条告警编写处置手册，把查询与回滚步骤放在前面，由责任人确认。
- 移交值班表、升级链与复盘库，并组织一次模拟告警演练，结果纳入验收。
常见坑
- 同一个指标在两个面板上算法不同，交接后为口径争论半天，告警阈值失效，事后难以补救。
- 处置手册只有链接且需要二次登录，凌晨打不开，值班人只能凭经验试，排查成本明显上升。
- 值班表长期未更新，被叫的人已经转岗，一级告警在夜里无人响应，事后追溯与定责都很困难。
自检与验收清单
- 指标字典是否写明口径与采集点，并有书面确认
- 规则表是否标注级别、通知对象与抑制关系，并有记录
- 依赖图是否覆盖关键链路与告警影响面，可现场抽查
- 处置手册是否可按值班视角直接执行，可逐项核对
- 值班表与升级链是否现场验证有效，并有验收记录
常见问题
交接时最该验证什么？
验证值班人能否独立处理一条模拟告警。给他手册、面板与通知记录，限时完成定位与升级；卡住的地方就是文档或以权限的缺口。这比逐页检查文档更有效，也更接近真实场景。
复盘库要不要全部移交？
要，但要脱敏。历史故障的时间线与处理动作是最有价值的参考，涉及客户与个人信息的部分需替换或删除；移交前由客户方确认可公开范围，避免在交接环节产生新的数据暴露。
监控面板权限怎么给？
按角色最小化授予：值班人看面板与日志检索，管理员才能改规则。移交时登记每个账号的权限与到期时间，原团队账号在观察期结束后回收，回收动作同样留记录。