用途：面向 Vast.ai 控制面的可观测性方案，聚焦租用实例与 Serverless 资源的运行状态、工作负载健康、队列、利用率、余额及成本，用于构建仪表盘与可执行告警。
主要能力：按标签清点资源，将实例标签与 Serverless ID 映射到服务、环境、发布、成本中心和负责人；采集结构化控制状态，包括实例实际状态、时间戳、价格、磁盘与端点，以及端点、工作群组状态、日志和部署版本；采集工作负载信号，如请求或任务成功率、延迟、排队时间、GPU 利用率、内存、磁盘、检查点年龄及最近成功产物；加入账单保护，跟踪信用余额、实例与存储费用、活动或停止时长、孤立资源；定义有状态告警，覆盖终态、状态转换过久、队列或 SLO 违约、检查点陈旧、余额不足和清理失败，并做去重。
使用方式：按步骤先清点资源，再采集控制状态与工作负载信号，随后加入账单防护与有状态告警，最后用金丝雀事件或阈值突破测试告警路径并记录恢复与误报行为。认证上，采集器使用只读密钥，告警接收端使用独立密钥，不将具备变更权限的 Vast.ai 密钥放入仪表盘或遥测处理器。工具纪律要求先用 Read 与 Grep 检查清单、配置、供应商输出和现有测试，只有经批准的计划、实现、测试或脱敏回执才使用 Write 或 Edit，未经操作者明确批准不创建、更新、销毁或充值 Vast.ai 资源。
适用场景：需要将实例运行状态与工作负载请求成功分开呈现，对陈旧外部检查点和低余额告警，并将停止后的存储泄漏分配给账单负责人时。
限制：缺少资料时需明确写明暂未提供；未提供具体收费、价格或平台细节。错误处理包括：采集器收到 403 时仅添加该指标所需的文档化只读类别；资源不在清点中时隔离告警并先分配归属；指标延迟超过 SLO 时标记仪表盘过期并在事件中使用供应商直接状态；告警含密钥或载荷时禁用路由、清理数据、轮换凭据并收窄字段。