用途：将监控需求转换为生产可用的 PromQL 查询，覆盖仪表板、告警规则、临时排查与容量规划等场景。适合创建新查询、搭建 Grafana/Prometheus 面板、实现 Alertmanager 告警、分析指标、以及学习或讲授 PromQL。
主要能力：按交互式流程工作——先澄清监控目标（请求速率、错误率、延迟、资源用量、可用性、队列深度等）、使用场景与上下文；再确认可用指标及其类型（Counter、Gauge、Histogram、Summary）和标签；随后确定时间窗口、标签过滤、聚合方式与阈值条件。生成前先以自然语言展示查询计划并请求确认。覆盖常见模式，如请求速率 rate(http_requests_total{job="api-server"}[5m])、错误率比值、histogram_quantile 计算 P95 延迟、资源使用、可用性与饱和度查询。遵循最佳实践：使用具体标签过滤、按指标类型选择函数、用 by()/without() 聚合、优先精确匹配而非正则、合理计算比值，复杂查询建议使用记录规则并遵循 level:metric:operations 命名。也涉及 Prometheus 3.x 原生直方图（需在抓取配置中显式设置 scrape_native_histograms）。
使用方式：作为技能调用，按理解目标、识别指标、确定参数、确认计划、生成查询、调用 promql-validator 校验、给出使用说明的阶段推进。生成后用 Skill(devops-skills:promql-validator) 校验语法、语义、反模式与性能，并向用户展示结构化校验结果；校验不可用时进行人工后备检查并标注未验证项。最后说明如何放入仪表板面板、告警规则、记录规则或表达式浏览器，以及需调整的时间范围、标签与阈值。
限制：查询质量依赖用户提供的指标名、类型、标签和阈值；校验依赖 promql-validator 技能可用性，失败时结果可能未经完整验证，需用户确认是否继续。原文未提供安装命令、收费与价格信息、具体平台支持细节，暂未提供。