用途：该技能面向希望借鉴 Netflix 混沌工程方法论构建韧性系统的团队，将受控故障注入、稳态假设检验等实践整理成可参考的实施指引。
主要能力：介绍 Netflix 因 2008 年迁移 AWS 而创立混沌工程的背景，以及 Casey Rosenthal、Nora Jones 等推动者；列出五条混沌工程原则：围绕稳态行为建立假设、引入真实世界事件、在生产环境做实验、自动化持续运行、尽量缩小爆炸半径；并梳理 Simian Army 系列工具，包括 Chaos Monkey（随机终止实例）、Chaos Kong（模拟整区域故障）、Latency Monkey（注入延迟）、Conformity Monkey（发现不符合最佳实践的实例）、Janitor Monkey（清理闲置资源）、Security Monkey（发现安全漏洞）。
使用方式：资料给出 Python 伪代码层面的实现模式，包括用 SteadyStateHypothesis、ChaosAction、ChaosExperiment 描述实验结构；用 ChaosMonkey 类按概率、时间窗、排除服务列表选择可终止实例；用 SteadyStateMonitor 采集业务指标基线并检查健康区间；用 BlastRadius 枚举控制从单实例到整个区域的爆炸范围。必要命令与代码按原样保留。
适用场景：适合已有可观测性和自动恢复能力、希望在生产或有保护条件下验证系统韧性的团队；也适用于把业务指标而非纯技术指标作为稳态判据的可靠性实践。
限制：资料未提供具体安装命令、依赖版本、完整可运行代码、收费与价格信息，也未说明支持平台与效果数据；部分内容仅为示意实现，实际落地需结合自有监控、云客户端和回滚机制，缺失事实暂未提供。