用途：为 API 构建实时监控能力，包括指标采集、健康检查与告警。采集请求速率、延迟分位数、错误率等指标，暴露健康检查端点并配置告警规则；可通过中间件输出 Prometheus 指标或 StatsD 计数器，配置 Grafana 仪表盘与 SLO 跟踪，并实现可用性探测。触发场景为跟踪 API 健康与性能指标。
主要能力：实现指标中间件记录每请求数据（http_request_duration_seconds 直方图、http_requests_total 计数器、http_requests_in_flight 仪表）；创建 /health 端点返回含依赖检查（数据库、缓存、外部服务可达性）的结构化状态；添加用于负载均衡的 /ready 端点，初始化或关闭时返回 503；配置与 SLO 对齐的直方图分桶 [0.01, 0.05, 0.1, 0.25, 0.5, 1, 2.5, 5, 10] 秒；构建 Grafana 面板（QPS、p50/p95/p99 延迟、错误率、活跃连接、按端点细分）；定义告警规则（错误率 5 分钟内 > 5% 为严重，p99 延迟 10 分钟内 > 2s 为警告，连续 3 次健康检查失败为严重）；实现合成监控与含错误预算计算的 SLO 跟踪。
使用方式：先检查现有中间件与日志配置；产出物包括指标中间件、健康/就绪路由、Grafana 仪表盘 JSON、告警规则、合成监控脚本与 SLO 配置，具体路径见技能目录。
前提：Prometheus+Grafana 或 Datadog/New Relic/CloudWatch；对应语言的指标客户端（prom-client、prometheus_client、Micrometer）；告警通道（PagerDuty、Slack webhook 或邮件）；结构化日志库（Winston/Pino、structlog、Logback）；合成监控工具（Checkly、Uptime Robot 或自建探针）。
限制与注意：避免高基数标签导致指标基数爆炸，仅用有界标签值；健康检查需含依赖状态以防误报；需调优阈值、分组去重以减少告警疲劳；注意部署窗口的指标缺口；SLO 计算需排除维护窗口。其他细节暂未提供。