用途：为生产系统建立告警规则、值班轮换与事件响应流程，并与 PagerDuty、Opsgenie、Grafana OnCall 等值班平台集成。适用于设置告警阈值、配置排班与升级、实现告警路由、减少告警疲劳、管理事件响应流程。前提是已有监控系统（如 Prometheus、Datadog）、值班平台和通知渠道（Slack、邮件）。
主要能力：按 critical/high/medium/low 定义严重级别及响应方式；给出可执行、相关、及时、唯一的告警设计原则；提供 Prometheus 告警规则示例（ServiceDown、HighErrorRate、HighLatency，含 for、labels、annotations、runbook_url）；Alertmanager 路由、接收器、time_intervals 与 inhibit_rules 配置；PagerDuty 服务、升级策略与排班（含 Terraform 示例）；Grafana OnCall 的 docker-compose 部署与升级链；Slack、PagerDuty 告警模板；值班轮换、责任、支持与健康准则；Runbook 模板；减少告警疲劳的策略（聚合、阈值调优、自动化响应、定期评审）。
使用方式：在监控系统内编写告警规则并加载到 Prometheus；将 Alertmanager 指向 Slack/PagerDuty 并配置路由与抑制；用值班平台定义排班、升级策略与时间区间；为每条告警附 runbook_url；定期测试通知链路。
限制：具体配置值、密钥、URL 需按实际环境替换；资料未提供收费、价格、平台支持范围及具体效果数据，暂未提供。