用途：监控 Groq LPU 推理的延迟、token 吞吐、速率限制利用率和成本。由于 Groq 的核心优势是速度（280-560 tok/s），延迟退化是最高优先级信号。API 每次响应都会返回丰富的计时元数据（queue_time、prompt_time、completion_time）和速率限制响应头。
前提条件：拥有 Groq 账户并将 API 密钥导出为 GROQ_API_KEY 环境变量（groq-sdk 客户端会自动读取，new Groq()）；安装 Node.js 及 groq-sdk 和 prom-client（npm install groq-sdk prom-client）；准备 Prometheus 抓取目标，可选 Grafana 用于仪表盘面板。
主要能力：跟踪 TTFT（首 token 时间，直方图，客户端计时）、Tokens/秒（仪表，来自 usage.completion_time）、总延迟（直方图）、速率限制剩余量（仪表，来自 x-ratelimit-remaining-* 响应头）、token 用量（计数器，usage.total_tokens）、按错误码统计错误率（计数器）、预估成本（计数器，token 数乘以模型价格）。
使用方式：按六步依次实施。步骤 1-2 是核心埋点循环——包装客户端，再从每次调用喂给 Prometheus 指标集；步骤 3-6 叠加速率限制跟踪、告警、结构化日志和仪表盘。用 trackedCompletion 包装 groq.chat.completions.create，在同一路径捕获延迟、token、队列时间和预估成本；注册直方图（延迟）、计数器（token、成本、错误）和仪表（吞吐、速率限制剩余），由 emitMetrics 喂入；从每个响应解析 x-ratelimit-remaining-* 到仪表，以便在 429 之前而非之后告警；配置针对 Groq 亚 200ms、280+ tok/s 基线的延迟/速率限制/吞吐/错误/成本告警；每请求输出一行 JSON 结构化日志；仪表盘面板包括 TTFT 分布、tokens/秒、速率限制利用率、请求量、错误率、成本和队列时间。
输出：返回 { result, metrics } 的 trackedCompletion 包装器（metrics 为 GroqMetrics 对象）；Prometheus 指标集 groq_latency_ms（直方图）、groq_tokens_total / groq_cost_usd / groq_errors_total（计数器）、groq_tokens_per_second / groq_ratelimit_remaining（仪表）；五条告警规则（GroqLatencyHigh、GroqRateLimitCritical、GroqThroughputDrop、GroqErrorRateHigh、GroqCostSpike）；每请求一行结构化 JSON 日志和 7 面板仪表盘规格。
限制与错误处理：429 且 retry-after 高表示 RPM 或 TPM 耗尽，需实现请求队列；延迟峰值超过 2s 可能是模型过载或提示词过大，需减小提示词或换用更轻模型；503 表示 Groq 容量问题，需启用备用提供商回退；tokens/秒下降可能是未启用流式或提示词过大，启用流式可改善感知性能。完整代码见 references/implementation.md，示例见 references/examples.md。事故响应流程参见 groq-incident-runbook 技能。