用途：为 Juicebox（AI 人员搜索与分析）建立可观测性，关注查询性能、数据集摄取速率与配额消耗，避免慢查询或摄取失败影响使用体验与数据准确性。
主要能力：定义关键指标及目标与告警阈值，包括搜索延迟 p95（目标 <2s，告警 >5s）、分析完成时间（<10s，>30s）、数据集摄取速率（>100 条/秒，<50 条/秒）、API 错误率（<1%，>5%）、每日配额使用（<70%，>85%）、查询结果相关性（>80% 精度，<60%）。提供埋点函数 trackJuiceboxCall 记录延迟与调用/错误计数，健康检查函数 juiceboxHealth 汇总延迟、错误率与配额状态，以及告警规则数组（延迟、错误率、配额、摄取速率）和结构化日志函数 logJuiceboxEvent（仅记录聚合计数，隐去候选人 PII）。
使用方式：按资料中的示例代码接入指标埋点、健康检查、告警与日志；错误处理信号包括 429 限流（暂停查询并检查每日配额）、搜索超时 >5s（简化过滤条件、缩小范围重试）、摄取停滞（检查上传日志与 schema）、空结果集（核对数据新鲜度与搜索参数）。
前提与限制：需要已批准的遥测 schema、沙箱合成夹具、脱敏策略、源/目标允许列表、抑制控制、保留窗口与告警响应负责人。仅埋点聚合运营信号，禁止记录原始查询、联系人字段、富化值、凭据及未批准导出；需验证沙箱金丝雀并确认抑制、保留、脱敏与 contacts_exported=0，出现范围、策略、配额或保留漂移时暂停摄取或下游投递并回退到上次批准配置；仅保留脱敏聚合证据，并在批准窗口后删除测试遥测。输出为可观测性回执，含环境、事件类别、聚合量/错误/延迟信号、脱敏与抑制结果、告警负责人、保留/删除证明与回滚引用。具体平台支持与收费信息暂未提供。