用途：为 Python 服务提供系统可靠性相关的模式与参考，把后台任务、韧性与可观测性放在同一条调用路径上考虑。
主要能力与内容路由：需要设计任务队列、定时任务或异步 worker（Celery、RQ、asyncio 任务池）时，参考 References/background-jobs.md；需要决定重试什么、用什么退避、何时停止（tenacity 模式、幂等性、熔断器）时，参考 References/resilience.md；需要为服务加入结构化日志、指标与追踪（structlog、OpenTelemetry、四大黄金信号）时，参考 References/observability.md。
决策树：操作可能瞬时失败（网络、IO、第三方 API）走 resilience；操作在请求之外运行（邮件、图像处理、批处理）走 background-jobs；需要了解生产环境状况走 observability；一个功能同时涉及三者时，按上述顺序全部参考。
边界：writing-python 关注如何写函数，本技能关注它在生产环境如何存活；python-error-handling 关注抛什么异常，本技能关注异常跨网络边界后如何处理；python-resource-management 关注资源清理，本技能关注资源获取失败时如何持续重试。
注意事项：无退避的重试会放大流量，默认应使用指数退避加抖动；重试非幂等操作会重复副作用，需配合幂等键或标记为不可重试；异步 worker 中的同步代码会阻塞事件循环，应使用异步客户端或在执行器中运行；结构化日志与指标服务不同受众，应分别埋点；追踪上下文跨队列边界需显式传递，例如将 trace context 序列化进 Celery 任务头并在 worker 中恢复。
限制：资料未提供具体安装命令、代码示例、收费与平台信息。