Monitoring Expert 是一个面向可观测性与性能监控的技能，定位为可观测性与性能专家，用于实现全面的监控、告警、追踪与性能测试系统。
用途 该技能用于为应用和系统建立完整的可观测性体系，覆盖日志、指标、链路追踪、告警、仪表盘与性能测试等环节，帮助识别需要监控的对象并落地监控方案。
核心工作流
- 评估（Assess）：识别需要监控的内容，包括 SLI、关键路径与业务指标。
- 埋点（Instrument）：为应用添加日志、指标与追踪（参见示例）。
- 采集（Collect）：配置聚合与存储（Prometheus 抓取、日志收集器、OTLP 端点），并在继续之前验证数据已到达。
- 可视化（Visualize）：使用 RED（Rate/Errors/Duration）或 USE（Utilization/Saturation/Errors）方法构建仪表盘。
- 告警（Alert）：在关键路径上定义阈值与异常告警，并在发布前验证不会产生误报洪流。
主要能力与快速上手示例
- 结构化日志（Node.js / Pino）：使用 pino 输出结构化字段并包含关联 ID，例如 logger.info({ requestId, userId, durationMs }, 'order.created')；避免字符串插值且无关联的 console.log。
- Prometheus 指标（Node.js）：使用 prom-client 定义 Counter（如 http_requests_total，标签 method/route/status）与 Histogram（如 http_request_duration_seconds，含 buckets），通过中间件为路由埋点，并暴露 /metrics 抓取端点。
- OpenTelemetry 追踪（Node.js）：使用 @opentelemetry/sdk-node 与 OTLPTraceExporter 启动 SDK，在关键操作上手动创建 span，设置属性、状态并记录异常。
- Prometheus 告警规则：以 YAML 定义告警组与规则，例如 HighErrorRate 基于 5xx 错误率超过 5% 持续 2 分钟触发，设置 severity 标签与 summary 注解。
- k6 负载测试：定义 stages（爬升、持续、下降）与 thresholds（如 p(95)<500、错误率<1%），编写默认测试函数并校验响应状态。
参考指南 技能按上下文提供详细指导文档：结构化日志（Pino、JSON 日志）、Prometheus 指标（Counter、Histogram、Gauge）、OpenTelemetry（追踪、span）、告警规则（Prometheus 告警）、仪表盘（RED/USE 方法、Grafana）、性能测试（负载测试、k6、Artillery、基准测试）、应用性能剖析（CPU/内存剖析、瓶颈）、容量规划（扩缩容、预测、预算）。
约束（必须做与禁止做） 必须做：使用结构化日志（JSON）；包含请求 ID 以便关联；为关键路径设置告警；监控业务指标而非仅技术指标；使用合适的指标类型（counter/gauge/histogram）；实现健康检查端点。 禁止做：记录敏感数据（密码、令牌、PII）；对每个错误都告警（告警疲劳）；在日志中使用字符串插值（应使用结构化字段）；在分布式系统中跳过关联 ID。
适用场景 适用于需要为服务或应用建立监控、日志、指标、追踪、告警、仪表盘与性能测试体系的开发与运维场景，尤其适合采用 Node.js、Prometheus、Grafana、OpenTelemetry、k6 等技术栈的团队。
限制 该技能的具体安装方式、收费模式、支持平台与运行环境等事实在提供的资料中暂未提供。